《深度学习：从Python到TensorFlow应用实战》全面介绍深度学习中的卷积神经网络结构、学习原理、代码实现、API调用等基本知识，重点介绍开发深度学习应用所需要的Python技术基础以及TensorFlow深度学习库，并以文本分类和语音识别为例说明TensorFlow的应用场景。《深度学习：从Python到TensorFlow应用实战》可供对TensorFlow比较熟悉并且对机器学习有所了解的开发人员、科技工作者和研究人员参考，也可作为高等院校计算机、软件工程等专业高年级本科生与研究生的教材。

章深度学习快速入门1
1.1各种深度学习应用1
1.2准备开发环境2
1.2.1Linux基础2
1.2.2Micro编辑器5
1.2.3Shell基础5
1.2.4Linux下安装Python8
1.2.5选择Python版本9
1.2.6使用AWK9
1.2.7Windows下安装Python10
1.2.8搭建PyDev集成开发环境11
1.3体验TensorFlow文本分类12
1.3.1安装TensorFlow12
1.3.2实现文本分类14
1.4本章小结16
第2章Python编程语言基础17
2.1变量17
2.2注释17
2.3简单数据类型18
2.3.1数值18
2.3.2字符串20
2.3.3数组22
2.4字面值22
2.5控制流23
2.5.1if语句23
2.5.2循环24
2.6列表25
2.7元组28
2.8集合30
2.9字典30
2.10位数组31
2.11模块32
2.12函数33
2.13print函数35
2.14正则表达式37
2.15文件操作39
2.15.1读写文件40
2.15.2重命名文件41
2.15.3遍历文件41
2.16使用pickle模块序列化对象42
2.17面向对象编程42
2.18命令行参数44
2.19数据库45
2.20JSON格式46
2.21日志记录46
2.22异常处理48
2.23通过PyJNIus使用Java48
2.24本章小结49
第3章语音识别中的深度学习50
3.1神经网络基础50
3.1.1实现深度前馈网络52
3.1.2计算过程61
3.2卷积神经网络67
3.3语音识别语料库73
3.3.1TIMIT语料库73
3.3.2LibriSpeech语料库74
3.3.3中文语料库74
3.4搭建深度学习框架开发环境75
3.4.1安装Clang75
3.4.2构建配置79
3.4.3configure脚本80
3.4.4静态代码分析82
3.4.5LLDB调试83
3.4.6使用Cygwin模拟环境86
3.4.7使用CMake构建项目86
3.4.8使用Gradle构建项目87
3.4.9Jenkins实现持续集成92
3.5TensorFlow识别语音92
3.5.1使用Keras92
3.5.2安装TensorFlow94
3.5.3安装TensorFlow的Docker容器96
3.5.4使用TensorFlow97
3.5.5一维卷积137
3.5.6二维卷积139
3.5.7膨胀卷积141
3.5.8TensorFlow实现简单的语音识别142
3.5.9NumPy提取语音识别特征144
3.5.10Numba147
3.6端到端深度学习148
3.7Dropout解决过度拟合问题148
3.8NumPy中的矩阵运算151
3.9说话者识别152
3.10联邦学习154
3.11本章小结160
第4章C#开发深度学习应用161
4.1使用TensorFlow.NET161
4.2使用TensorFlowSharp163
4.3本章小结164
第5章Slurm并行训练165
5.1网格计算引擎Slurm简介165
5.1.1安装Slurm166
5.1.2Slurm脚本编程171
5.2TensorFlow集群172
5.3本章小结173
参考文献174