在工業(yè)界，TensorFlow 比其他框架更具有優(yōu)勢。TensorFlow 支持異構設備的分布式計算，使得上千萬、上億數(shù)據(jù)量的模型能夠有效地利用機器資源進行訓練。TensorFlow 支持卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡，這些都是在計算機視覺、語音識別、自然語言處理方面最流行的深度神經(jīng)網(wǎng)絡。TensorFlow 支持從研究團隊快速遷移學習模型到生產(chǎn)團隊，實現(xiàn)了研究團隊發(fā)布模型，生產(chǎn)團隊驗證模型，構建起了模型研究到生產(chǎn)實踐的橋梁。TensorFlow 支持直接面向終端用戶的移動端（Android 系統(tǒng)）以及一些智能產(chǎn)品的嵌入式開發(fā)。另外，TensorFlow 有出色的版本管理和詳細的官方文檔。

本教程TensorFlow 程序設計中的關鍵技術主要包括以下幾個方面。

TensorFlow 編程基礎及實踐：主要包括 TensorFlow 變量、TensorFlow 應用架構、TensorFlow 可視化技術、GPU 使用、以及 HDFS 集成使用等。
TensorFlow 系統(tǒng)架構及 C/C++ 編程 API：主要包括 Client，Master，Worker，Kernel 的相關系統(tǒng)組件及運行方式，以及采用 C++ API 去訓練模型，提供更好的運算性能及更好地控制 GPU 內(nèi)存的分配。
分布式 TensorFlow 技術：主要包括分布式 TensorFlow 編程 API；分布式 TensorFlow MNIST 模型；梯度向降法在分布式 TensorFlow 中的性能分析，包括 Async-SGD,Sync-SGD，Sync-SGDwith backups 算法。
TensorFlow 與卷積神經(jīng)網(wǎng)絡：主要包括卷積神經(jīng)網(wǎng)絡的特征圖、卷積核，池化操作等關鍵技術；使用 TensorFlowAPI 構建卷積神經(jīng)網(wǎng)絡；TensorFlow Cifar10，InceptionV3 及 Vgg19 模型的架構和代碼。
TensorFlow 與自然語言處理模型：主要包括 Word2Vec 數(shù)學原理；近義詞模型；循環(huán)神經(jīng)網(wǎng)絡（RecurrentNeural Network, RNN）技術原理；長短期記憶網(wǎng)絡（LongShort-Term Memory，LSTM）技術原理；TensorFlow 語言預測模型；TensorFlow 的機器翻譯模型。
TensorFlow 在智能終端中的應用：基于看花識名 APP，講解了 TensorFlow 在 Android 智能終端中的應用。主要包括：模型訓練；模型參數(shù)量化處理；TensorFlowAndroid 開發(fā)環(huán)境的構建及相關開發(fā) API。

目錄

第1章 深度學習簡介
第2章 TensorFlow環(huán)境搭建
第3章 TensorFlow入門
第4章 深層神經(jīng)網(wǎng)絡
第5章 MNIST數(shù)字識別問題
第6章 圖像識別與卷積神經(jīng)網(wǎng)絡
第7章 圖像數(shù)據(jù)處理
第8章 循環(huán)神經(jīng)網(wǎng)絡
第9章 自然語言處理
第10章 TensorFlow高層封裝
第11章 TensorBoard可視化
第12章 TensorFlow計算加速