深度學習實戰：基於TensorFlow 2.0的人工智慧開發應用

以TensorFlow 2.0人工智慧平臺的基礎架構為切入點，逐步過渡到TensorFlow 2.0專案開發實戰和專案部署上線中，並重點介紹了使用TensorFlow 2.0的高級封裝Keras搭建神經網路、訓練神經網路和進行神經網路模型預測，讓讀者在專案實戰中系統學習人工智慧任務的工作流程及使用TensorFlow 2.0框架開發任務的完整過程，説明讀者深入系統地學習人工智慧的開發應用。
 
全書3篇共14章，第1篇為入門篇，介紹了人工智慧的基礎知識，包括人工智慧的發展、人工智慧開發環境的部署與使用、TensorFlow 2.0框架與模型、神經網路、影像處理和TensorBoard視覺化組件等；第2篇為實戰篇，通過實例講解如何使用TensorFlow 2.0進行實際專案開發、模型評估與優化，包含了神經網路曲線擬合、MNIST手寫字體識別、圖像風格遷移、車牌識別、智慧中文對話機器人等實例應用；第3篇為部署上線篇，主要講解TensorFlow Serving 部署模型上線和Flask 部署模型上線，從而實現完全生命週期的人工智慧開發過程。
 
全書內容通俗易懂，知識全面，內容豐富，實用性和可操作性強，特別適合深度學習框架TensorFlow 2.0的入門讀者和進階讀者閱讀，同樣適合TensorFlow 1.x版本的人工智慧開發人員轉型到TensorFlow 2.0、Python程式師、Python Web開發者等其他程式設計愛好者閱讀。另外，本書也適合作為相關培訓機構的教材使用。