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。

黄士嘉，科技大学电子工程系教授。

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...