走向TensorFlow 2.0：深度学习应用编程快速入门

TensorFlow大名鼎鼎，现在已经更新了10多个版本，随着版本的更新其接口和功能也越来越强大。尤其是TensorFlow的高阶API接口，集成了很多算法和网络模型，可以达到所用即所得的地步。但是由于各种原因，我们往往很少去了解如何使用这些高级API来进行编程，解决自己的问题。因此本书旨在能够以编程实践为入手，按照实用为先的理念让更多的AI爱好者或者想要入门的人工智能的开发者能够快速上手编程。 本书分为两大部分,第一部分是深度学习编程基础实践，包含三个章节：Python基础编程实践、TensorFlow基础编程实践、Python Web编程框架Flask。第二部分是TensorFlow高级API编程实践，包括五个章节：无监督学习、基于对抗学习的风格迁移、集成微信中的聊天机器人、基于BERT的知识提取、图片自动识别与标注。本书中既有既有理论知识又案例的编程实现代码，会对代码进行详细的讲解以使读者能够跟着书本内容实践编码。

这是一本以编程实践为入手，旨在让AI爱好者或者想要入门的人工智能的开发者能够快速上手的深度学习应用编程书籍。全书分为两大部分，第一部分是深度学习编程基础实践，包含三个章节：Python基础编程实践、TensorFlow基础编程实践、Python Web编程框架Flask。第二部分是TensorFlow高级API编程实践，包括五个章节：无监督学习、基于对抗学习的风格迁移、集成微信中的聊天机器人、基于BERT的知识提取、图片自动识别与标注。 书籍以TensorFlow 2.0为核心，首先介绍了Python的数据处理工具Pandas，以及TensorFlow 2.0的环境搭建与验证。接着，书中深入讲解了TensorFlow 2.0高阶API(tf.keras) 的应用，以及CNN基础理论。此外，还详细介绍了如何利用TensorFlow 2.0进行项目工程结构设计，并通过实际案例展示了如何实现基于CNN的图像识别应用编程实践。 书籍不仅包含了理论知识，还提供了丰富的案例代码。以基于CNN的图像识别应用编程实践为例，书中不仅介绍了CNN相关基础理论，还详细讲解了TensorFlow 2.0