本书从介绍深度学习和重要入门知识入手，通过范例讲解TensorFlow的应用开发。本书文字清晰、严谨，并辅以简洁明了的插图说明，同时提供步骤细致的范例程序教学，让读者可以轻松理解并掌握深度学习原理和TensorFlow开发方法。
本书分为12章，内容包括：环境安装、TensorFlow 2.0介绍、回归问题、二分类问题、多分类问题、神经网络训练技巧、TensorFlow 2.0高级技巧、TensorBoard高级技巧、卷积神经网络经典架构、迁移学习、变分自编码器和生成式对抗网络。
本书适合TensorFlow深度学习自学者、深度学习开发人员、人工智能行业咨询顾问等阅读，也适合作为高等院校和培训学校人工智能及其相关专业师生的教学参考书。
前 言
英国数学家人工智能之父Alan Turing 1950年在Oxford University Press的Mind期刊发表的 Computing Machinery and Intelligence论文中提出了机器思维的概念，从此人工智能就一直是计算机科学中非常重要的领域。发展至今有70年的历史了，其中历经了多次大起大落，尤其是其中的两次“AI寒冬”，让研究者与投资人对人工智能产生了很大的疑虑。由英国伦敦Google DeepMind开发的人工智能围棋软件AlphaGo在2016年打败了顶尖职业棋手李世石，在2017年打败了排名世界第一的柯洁，之后人工智能再度成为计算机科学的“显学”，也促成了第三波的“AI崛起”。
近几年，以深度学习为核心技术的人工智能在图像、声音、决策分析等领域已超越了人类的能力。随着深度学习人工智能技术的日益成熟，许多世界级科技公司投入了大量人力和资源在深度学习人工智能上，如Google、Facebook、Uber、Airbnb、Tesla、微软、腾讯、百度、华为、滴滴、通用等，许多中小企业也投入了相当的人力资源。根据研究机构Tractica预估，全球AI市场的规模将从2018年的81亿美元成长至2025年的1 058亿美元，并且能够应用到更多产业，例如汽车、零售、医疗、商业、电信、消费、广告、法律、保险等。
作者和所领导的多媒体系统实验室团队已经在人工智能领域研究了十多年，其中包含智能汽车系统、智能居家照护系统、智能视频监控系统、智能派遣撮合系统、人工智能小秘书系统、自动驾驶计算机视觉系统，也与大学和研究机构合作开发了自动辅助驾驶次系统，项目的名称为“自动驾驶的深度学习智能感知与情境理解系统技术”，将丰富的学界研发能量导入产业界，提升自动驾驶汽车产业的研发技术。作者在IEEE和ACM顶级国际期刊上发表了三十多篇计算机视觉人工智能相关的论文。例如，在2018年和美国华盛顿大学黄正能教授合作研发了全球第一个有效的除雪与能见度增强技术，DesnowNet深度学习网络架构，刊登在图像处理领域顶尖的期刊IEEE Transactions on Image Processing（Impact factor: 3.735，Rank: 14/255=5.49%）上；在2019年指导越南博士生Trung-Hieu Le研发了应用在智能居家护理系统（Intelligent Homecare Systems）上的高精确度手部侦测识别技术，发表在传感器领域顶尖的期刊IEEE Sensors Journal（Impact factor: 2.617，Rank: 8/116=6.8%）上。
作者深刻体会到目前人工智能领域的重要性与发展性，因此精心撰写了本书，期待可以启发更多学生、工程师与研究人员快速进入深度学习人工智能领域。本书使用目前热门的深度学习套件TensorFlow，带领读者深入理解深度学习的知识与技术，并且精心设计了实践的程序教学，通过每个步骤细致的项目教学让读者可以更容易理解与吸收所学的知识和技术。从新的TensorFlow 2.0入门开始，通过12章内容，理论学习和实践应用相结合。本书撰写时使用的是TensorFlow 2.0正式版。
本书范例程序源代码可通过扫描下面的二维码获得。
如果下载有问题，可通过电子邮件联系booksaga@126.com，邮件主题为“轻松学会TensorFlow 2.0人工智能深度学习应用开发范例程序源代码”。
每年有数以万篇的深度学习研究论文发表，从中可以了解人工智能领域的日新月异与广泛应用，作者以本书介绍深度学习较重要的入门内容，让读者有能力进一步钻研更高深的深度学习知识与技术。本书中的内容如有疏漏与错误，可发送邮件给予指正与鼓励。
黄士嘉
台北科技大学电子工程系 教授
加拿大安大略理工大学 国际客座教授
IEEE Sensors Journal 国际期刊编辑
IEEE BigData Congress 国际会议主席
IEEE CloudCom Conference 国际会议主席
书单推荐
