TensorFlow 2.0深度學習是一套深度學習入門開源書，基于TensorFlow 2.0正式版。理論與實戰(zhàn)結合，非常適合入門學習！需要的朋友可下載試試！

這是一本面向人工智能，特別是深度學習初學者的書，本書旨在幫助更多的讀者朋友了解、喜歡并進入到人工智能行業(yè)中來，因此作者試圖從分析人工智能中的簡單問題入手，一步步地提出設想、分析方案以及實現(xiàn)方案，重溫當年科研工作者的發(fā)現(xiàn)之路，讓讀者身臨其境式的感受算法設計思想，從而掌握分析問題、解決問題的能力。這種方式也是對讀者的基礎要求較少的，讀者在學習本書的過程中會自然而然地了解算法的相關背景知識，體會到知識是為了解決問題而生的，避免出現(xiàn)為了學習而學習的窘境。

本書共有 15 章，內容上可分為 4 個部分：第 1~3 章為第 1 部分，主要介紹人工智能的初步認知和背景；第 4~5 章為第 2 部分，主要介紹 TensorFlow 的相關基礎知識，為后面的內容進行鋪墊；第 6~9 章為第 3 部分，主要介紹神經網絡的核心理論知識點和算法，讓讀者對深度學習的本質有更深的理解；第 10~15 章為模型算法的應用部分，主要介紹一些常見的算法和模型。

本書不僅包括豐富的內容，更重要的是，還配套了相應的代碼，通過代碼學習是最快進行消化知識的一個方法。所有的項目都是 基于TensorFlow 2.0案例實戰(zhàn)。

目錄

第 1 章 人工智能緒論
第 2 章 回歸問題
第 3 章 分類問題
第 4 章 TensorFlow 基礎
第 5 章 TensorFlow 進階
第 6 章 神經網絡
第 7 章 反向傳播算法
第 8 章 Keras 高層接口
第 9 章 過擬合
第 10 章 卷積神經網絡
第 11 章 循環(huán)神經網絡
第 12 章 自編碼器
第 13 章 生成對抗網絡
第 14 章 強化學習
第 15 章 自定義數(shù)據集