本书旨在掌握深度学习基本知识和特性的基础上，培养使用TensorFlow+OpenCV进行实际编程以解决图像处理相关问题的能力。全书力求通过通俗易懂的语言和详细的程序分析，介绍TensorFlow的基本用法、高级模型设计和对应的程序编写。 本书共13章，内容包括计算机视觉与深度学习的关系、Python的安装和使用、Python数据处理及可视化、机器学习的理论和算法、计算机视觉处理库OpenCV 、OpenCV图像处理实战、TensorFlow基本数据结构和使用、TensorFlow数据集的创建与读取、BP神经网络、反馈神经网络、卷积神经网络等。本书强调理论联系实际，着重介绍TensorFlow+OpenCV解决图像识别的应用，提供大量数据集供读者使用，并以代码的形式实现深度学习模型实例供读者参考。 本书既可作为学习人工神经网络、深度学习、TensorFlow程序设计以及图像处理等相关内容的程序设计人员的自学用书，也可作为高等院校和培训学校相关专业的教材使用。

王晓华，高校资深计算机专业讲师，给研究生和本科生讲授面向对象程序设计、数据结构、Hadoop程序设计等相关课程。主要研究方向为云计算、数据挖掘。曾主持和参与多项国家和省级科研课题，独立完成一项科研成果并获省级成果认定，发表过多篇论文，申请有一项专利。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》等图书。

前 言 我们处于一个变革的时代！ 给定一个物体，让一个3岁的小孩描述这个物体是什么似乎是一件非常简单的事情。然而将同样的东西放在计算机面前，让它描述自己看到了什么，这在不久以前还是一件不可能的事。 让计算机学会“看”东西是一个专门的学科—计算机视觉正在做的工作。借助于人工神经网络和深度学习的发展，近年来计算机视觉在研究上取得了重大的突破。通过模拟生物视觉所构建的卷积神经网络模型在图像识别和分类上取得了非常好的效果。 而今，借助于深度学习技术的发展，使用人工智能去处理常规劳动，理解语音语义，帮助医学诊断和支持基础科研工作，这些曾经是梦想的东西似乎都在眼前。 写作本书的原因 TensorFlow作为最新的、应用范围最为广泛的深度学习开源框架引起了广泛的关注，吸引了大量程序设计和开发人员进行相关内容的学习与开发。掌握TensorFlow编程基本技能的程序设计人员成为当前各组织和单位热切追求的最热门人才之一。他们的主要工作就是利用获得的数据集设计不同的人工神经模型，利用人工神经网络强大的学习能力提取和挖掘数据集中包含的潜在信息，编写相应的TensorFlow程序对数据进行处理，对其价值进行进一步开发，为商业机会的获取、管理模式的创新、决策的制定提供相应的支持。随着越来越多的组织、单位对深度学习应用的重视，高层次的TensorFlow程序设计人员将会成为就业市场上抢手的人才。 与其他应用框架不同的是，TensorFlow并不是一个简单的编程框架，深度学习也不是一个简单的名词，需要相关研究人员对隐藏在其代码背后的理论进行系统学习、掌握一定的数学知识和理论...