图解《深度学习之TensorFlow：入门、原理与进阶实战》附pdf版《深度学习之TensorFlow》采用“理论+实践

学习的过程中搜集到《深度学习之TensorFlow 入门、原理与进阶实战》一书各章节相关流程图。让书的知识点更直观的一览，方便读者学习及复习。该流程图由之前遇到的代码医生团队收集，小编字此也分享给大家。

1.TensorFlow基本开发步骤

删除

2.TensorFlow编程基础

3.识别图中模糊的手写数字

4.单个神经元

5.多层神经网络

6.卷积神经网络

7.循环神经网络-退位减法分析

8.循环神经网络-RNN拟合回声序列分析

9.循环神经网络-RNN实战

10.循环神经网络-改进原理流程图

11.循环神经网络-RNN进行语音识别流程

12.循环神经网络-seq2seq整理

13.自编码网络

14.深度神经网络

15.对抗神经网络-infoGAN实例

16.对抗神经网络-对抗网络优化

《深度学习之TensorFlow》采用“理论+实践”的形式编写，通过大量的实例（共96个），全面而深入地讲解了深度学习神经网络原理和TensorFlow使用方法两方面的内容。书中的实例具有很强的实用性，如对图片分类、制作一个简单的聊天机器人、进行图像识别等。书中每章都配有一段教学视频，视频和图书的重点内容对应，能帮助读者快速地掌握该章的重点内容。本书还免费提供了所有实例的源代码及数据样本，这不仅方便了读者学习，而且也能为读者以后的工作提供便利。

本书共12章，分为3篇。第1篇深度学习与TensorFlow基础，包括快速了解人工智能与TensorFlow、搭建开发环境、TensorFlow基本开发步骤、TensorFlow编程基础、识别图中模糊的手写数字等内容；第2篇深度学习基础——神经网络，介绍了神经网络的基础模型，包括单个神经元、多层神经网络、卷积神经网络、循环神经网络、自编码网络等内容；第3篇深度学习进阶，是对基础网络模型的灵活运用与自由组合，是对前面知识的综合及拔高，包括深度神经网络和对抗神经网络两章内容。

本书结构清晰，案例丰富，通俗易懂，实用性强，特别适合TensorFlow深度学习的初学者和进阶读者作为自学教程阅读。另外，本书也适合作为相关培训学校的教材，以及各大院校相关专业的教学参考书。

书籍目录：

第1篇深度学习与TensorFlow基础第1章快速了解人工智能与TensorFlow2 第2章搭建开发环境8 第3章 TensorFlow基本开发步骤——以逻辑回归拟合二维数据为例19 第4章 TensorFlow编程基础32 第5章识别图中模糊的手写数字（实例21）83 第2篇深度学习基础——神经网络第6章单个神经元96 第7章多层神经网络——解决非线性问题119 第8章卷积神经网络——解决参数太多问题151 第9章循环神经网络——具有记忆功能的网络210 ......

截图：

删除