蒋子阳，多年专业编程工作经验，曾参与多个机器人目标识别与定位等深度学习相关项目，擅长图像识别算法、语音识别算法等，涉及行业包括金融、证券、汽车、公共安全等领域。近年来，作者对机器学习及深度学习进行了深入研究，随着Tensorflow的出现，开始将精力转移到TensorFlow深度学习算法原理的研究中，并专门推导过其中的大部分算法，对TensorFlow框架有着独特的认识和深入的理解。

第一部分 探索深度学习之方式的开始
第1章 开篇
1.1 人工智能的发展
1.1.1 萌芽
1.1.2 复苏
1.1.3 现代实践：大数据+深度神经网络模型
1.2 大数据
1.3 机器学习与深度学习
1.3.1 机器学习
1.3.2 深度学习
1.3.3 同人工智能的关系
1.4 人工神经网络与TensorFlow
1.4.1 人工神经网络
1.4.2 TensOrFlow
1.5 其他主流深度学习框架介绍
1.5.1 Cafft
1.5.2 Torch
1.5.3 TheanO
1.5.4 MXNet
1.5.5 Keras
1.6 机器学习的常见任务
1.6.1 分类
1.6.2 回归
1.6.3 去噪
1.6.4 转录
1.6.5 机器翻译
1.6.6 异常检测
1.6.7 结构化输出
1.7 深度学习的现代应用
1.7.1 计算机视觉
1.7.2 自然语言处理
1.7.3 语音识别
第2章 安装TensorFIow
2.1 安装前的须知
2.1.1 检查硬件是否达标
2.1.2 推荐选用GPU进行训练
2.1.3 为什么选择Linux系统
2.1.4 为什么选择Python语言
2.2 安装Anaconda
2.3 TensorFlow的两个主要依赖包
2.3.1 Protocol Buffer
2.3.2 Bazel
2.4 安装CUDA和cuDNN
2.4.1 CUDA
2.4.2 cuDNN
2.5 正式安装TensorFlow
2.5.1 使用pip安装
2.5.2 从源代码编译并安装
2.6 测试你的TensorFlow
2.6.1 运行向量相加的例子
2.6.2 加载过程存在的一些问题
2.7 推荐使用IDE
第3章 TensorFlow编程策略
3.1 初识计算图与张量
3.2 计算图——TensorFlow的计算模型
第二部分 TensorFlow实现深度网络
第三部分 TensorFlow的使用进阶

TensorFlow是谷歌研发的人工智能学习系统，是一个用于数值计算的开源软件库。蒋子阳著的《TensorFlow深度学习算法原理与编程实战》以基础+实践相结台的形式，详细介绍了TensorlFlow深度学习算法原理及编程技巧。通读全书，读者不仅可以系统了解深度学习的相关知识，还能对使用TensorFlow进行深度学习算法设计的过程有更深入的理解。
本书共14章，主要内容有：人工智能、大数据、机器学习和深度学习概述；深度学习及TensorFlow框架的相关背景；FensorFlow的安装；TensorFlow编程策略；深度前馈神经网络；优化网络的方法；全连神经网络的经典实践；卷积神经网络的基础知识；经典卷积神经网络的FensorFlow实现；循环神经网络及其应用；深度强化学习概述；TensorFlowr读取数据的ApI；TensorFlow持久化模型的API；可视化工具FensorBoard的使用；TensorFlowr使用多GPU或并行的方式加速计算等。
本书内容通俗易懂，案例丰富，实用性强，特别适合对人工智能、深度学习感兴趣的的相关从业人员阅读，也适合没有棚关基础但是对该方面研究充满兴趣的爱好者阅读。