本书是一本介绍深度学习的实践教材，深用的深度学习工具为TensorFlow。本书主要内容包括深度学习环境搭建，数据处理与模型加载，图像处理，图像增强识别实战和两阶段目标检测实战，单阶段目标检测，实战文本识别和图像生成，机器创作，情感分类、翻译、对话，GAN及其变体的创作，强化学习与迁移学习等。降低了深度学习的门槛。
本书案例丰富新颖，涉猎领域广泛，代码分类清晰，实用性和可操作性强，可作为高校人工智能相关专业以及相关培训机构的案例实战教材，也可以作为深度学习智能应用及算法工程师强化训练的参考书。

邓劲生，国防科技大学前沿交叉学科学院教授，当前主要从事大数据、人工智能、情报科学等方面的研究。主持国家和省部级科研项目十余项，获得省部级科技进步奖、教学成果奖多项，著译图书十余本，发表论文数十篇。

第1章 深度学习环境搭建
1.1 深度学习典型应用
1.1.1 计算机视觉
1.1.2 自然语言处理
1.1.3 强化学习
1.2 Anaconda使用简介
1.2.1 Anaconda的特点
1.2.2 Anaconda的下载及安装
1.2.3 Python库的导入与添加
1.2.4 conda命令简介
1.3 TensorFlow使用简介
1.3.1 TensorFlow的特点
1.3.2 CPU版TensorFlow环境搭建与调用
1.3.3 GPU版TensorFlow环境搭建与调用
1.4 Jupyter Notebook使用简介
1.4.1 安装Jupyter Notebook
1.4.2 运行Jupyter Notebook
第2章 基本流程——数据处理与模型加载
2.1 使用特征列队结构化数据进行分类：预测心脏病
2.1.1 背景原理
2.1.2 安装操作
2.1.3 代码解析
2.1.4 训练测试
2.2 回归方法：预测燃油效率
2.2.1 背景原理
2.2.2 安装操作
2.2.3 代码解析
2.2.4 训练测试
2.3 过拟合与欠拟合：不同模型选择对结果的影响
2.3.1 背景原理
2.3.2 安装操作
2.3.3 代码解析
2.3.4 训练测试
2.4 保存与加载预训练模型
2.4.1 背景原理
2.4.2 安装操作
2.4.3 代码解析
2.4.4 训练测试
第3章 图像处理：增广与分类
3.1 数据增广之图像变换实战
3.1.1 背景原理
3.1.2 安装操作
3.1.3 代码解析
3.1.4 训练测试
3.2 在CIFAR10上应用VGGNet实现图像分类
3.2.1 背景原理
3.2.2 安装操作
3.2.3 代码解析
3.2.4 训练测试
3.3 图像识别之猫狗分类
3.3.1 背景原理
3.3.2 安装操作
3.3.3 代码解析
3.3.4 训练测试
第4章 图像增强识别实战
4.1 应用高阶神经网络提高图像分辨率
4.1.1 背景原理
4.1.2 安装操作
4.1.3 代码解析
4.1.4 训练测试
4.2 长短期记忆机器人识别色彩
4.2.1 背景原理
4.2.2 安装操作
4.2.3 代码解析
4.2.4 训练测试
4.3 使用注意力机制给图像取标题
4.3.1 背景原理
4.3.2 安装操作
4.3.3 代码解析
4.3.4 训练测试
第5章 两阶段目标检测实战
5.1 基于RPN实现目标检测
5.1.1 背景原理
5.1.2 安装操作
5.1.3 代码解析
5.1.4 训练测试
应用MTCNN实现人脸目标检测
5.2.1 背景原理
5.2.2 安装操作
5.2.3 代码解析
5.2.4 训练测试
第6章 单阶段目标检测
6.1 应用单阶段完成目标检测之YOLOv4
6.1.1 背景原理
6.1.2 安装操作
6.1.3 代码解析
6.1.4 训练测试
6.2 应用锚定框完成目标检测之SSD
6.2.1 背景原理
6.2.2 安装操作
6.2.3 代码解析
6.2.4 训练测试
6.3 基于视频流目标检测之DarkFlow
6.3.1 背景原理
6.3.2 安装操作
6.3.3 代码解析
6.3.4 训练测试
6.4 基于ResNet实现目标检测
6.4.1 背景原理
6.4.2 安装操作
6.4.3 代码解析
6.4.4 训练测试
第7章 实战文本识别和图像生成
7.1 应用卷积神经网络识别手写体文本
7.1.1 背景原理
7.1.2 安装操作
7.1.3 代码解析
7.1.4 训练测试
7.2 应用自动编码器识别手写体文本
7.2.1 背景原理
7.2.2 安装操作
7.2.3 代码解析
7.2.4 训练测试
7.3 应用变分自动编码器重建服饰
7.3.1 背景原理
7.3.2 安装操作
7.3.3 代码解析
7.3.4 训练测试
第8章 词汇与音乐的星空——机器创作
8.1 创作钢琴曲之Music Transformer
8.1.1 背景原理
8.1.2 安装操作
8.1.3 代码解析
8.1.4 训练测试
8.2 应用循环神经网络创作歌词
8.2.1 背景原理
8.2.2 安装操作
8.2.3 代码解析
8.2.4 训练测试
8.3 应用门控循环单元创作歌词
8.3.1 背景原理
8.3.2 安装操作
8.3.3 代码解析
8.3.4 训练测试
8.4 应用长短期记忆创作歌词
8.4.1 背景原理
8.4.2 安装操作
8.4.3 代码解析
8.4.4 训练测试
8.5 应用文本生成器创作古诗
8.5.1 背景原理
8.5.2 安装操作
8.5.3 代码解析
8.5.4 训练测试
第9章 情感分类、翻译、对话
9.1 使用双向循环神经网络对电影评论情感分类
9.1.1 背景原理
9.1.2 安装操作
9.1.3 代码解析
9.1.4 训练测试
9.2 应用词嵌入计算文本相关性
9.2.1 背景原理
9.2.2 安装操作
9.2.3 代码解析
9.2.4 训练测试
9.3 中英翻译机器人
9.3.1 背景原理
9.3.2 安装操作
9.3.3 代码解析
9.3.4 训练测试
9.4 基于Seq2Seq中文聊天机器人实战
9.