TensorFlow实战

《TensorFlow实战》由两位 TensorFlow 开发者黄文坚、唐源合著，基于 TensorFlow 1.0 版本的 API 编写，面向希望从原理到代码完整掌握这一框架的中文读者。全书结构清晰：前两章介绍 TensorFlow 的基础概念、编程模型（计算图、Session、Variable、Placeholder 等）与设计理念，并与 Caffe、Theano、MXNet、Torch 等主流深度学习框架作横向对比；第 3、4 章从安装编译起步，用手写数字识别、Softmax 回归、自编码器（AutoEncoder）和多层感知机（MLP）完成第一次动手实践；第 5、6 章讲解卷积神经网络的原理与实现，并逐一用代码复现 AlexNet、VGGNet、Google Inception Net 与 ResNet 等经典模型，同时梳理 CNN 的发展脉络；第 7 章覆盖 Word2Vec、基于 LSTM 的语言模型与双向 LSTM 分类器；第 8 章进入深度强化学习，实现策略网络与估值网络；第 9 章介绍 TensorBoard 可视化、单机多 GPU 并行与分布式并行；最后两章讲解 TF.Learn（Estimator、DataFrame、Monitors）及 TF.Contrib 中的统计分布、Layer 模块与性能分析器 tfprof。全书配有可下载的完整源代码，强调“跑得通、改得动”，是国内较早系统讲解 TensorFlow 工程实践的技术书之一。