《走向TensorFlow 2.0：深度学习应用编程快速入门》是TensorFlow 2.0编程实践的入门类书籍，目的是在TensorFlow 2.0正式版发布之际能够帮助大家快速了解其核心特性及基本编程技巧。本书通过5个常用的人工智能编程案例，帮助大家掌握如何在工作中使用TensorFlow 2.0进行应用开发。 《走向TensorFlow 2.0：深度学习应用编程快速入门》内容覆盖了Python和TensorFlow基础入门、自然语言处理和CV领域的实践案例、模型的服务化部署，希望在基于TensorFlow 2.0的人工智能编程上能够助你一臂之力。
内容简介
推荐序
前言
第1章 Python基础编程入门
1.1 Python的历史
1.2 Python的基本数据类型
1.3 Python数据处理工具之Pandas
1.4 Python图像处理工具之PIL
第2章 Tensor Flow 2.0快速入门
2.1 Tensor Flow 2.0简介
2.2 Tensor Flow 2.0环境搭建
2.3 Tensor Flow2.0 基础知识
2.4 Tensor Flow2.0高阶API(tf.keras)
第3章 基于CNN的图像识别应用编程实践
3.1 CNN相关基础理论
3.2 Tensor Flow2.0 API详解
3.3 项目工程结构设计
3.4 项目实现代码详解
第4章 基于Seq2Seq的中文聊天机器人编程实践
4.1 NLP基础理论知识
4.2 Tensor Flow2.0 API详解
4.3 项目工程结构设计
4.4 项目实现代码详解
第5章 基于Cycle GAN的图像风格迁移应用编程实践
5.1 GAN基础理论
5.2 Cycle GAN的算法原理
5.3 Tensor Flow 2.0 API详解
5.4 项目工程结构设计
5.5 项目实现代码详解
第6章 基于Transformer的文本情感分析编程实践
6.1 Transformer相关理论知识
6.2 Tensor Flow 2.0 API详解
6.3 项目工程结构设计
6.4 项目实现代码详解
第7章 基于Tensor Flow Serving的模型部署实践
7.1 Tensor Flow Serving框架简介
7.2 Tensor Flow Serving环境搭建
7.3 API详解
7.4 项目工程结构设计
7.5 项目实现代码详解
参考资料
