程式設計師書庫（ID：CodingBook）整編
2017年最熱的關鍵詞屬於人工智慧 、深度學習。但進入機器學習和人工智慧領域並不是一件簡單的事情，目前市場上有許多大量的學習資源，許多開發者和想要進入的愛好者往往很難找到適合自己的發展路徑。
其實，早在 2015 年底，谷歌就開源了內部使用的深度學習框架 TensorFlow 。眾多研究表明，Tensorflow 是研究深度學習的首選平臺。
於是，很多開發者就問了，TensorFlow如此受歡迎，如果想入門學習它，要選擇哪本書呢？今天就和大家推薦一本TensorFlow入門書籍之《Tensorflow：實戰Google深度學習框架》
在了解這本書之前，不妨先來了解一下什麼是TensorFlow，TensorFlow 是谷歌的第二代機器學習系統， 是一個採用數據流圖，用於數值計算的開源軟體庫。TensorFlow 最初由Google 大腦小組（隸屬於 Google 機器智能研究機構）的研究員和工程師們開發出來，用於機器學習和深度神經網絡方面的研究，但這個系統的通用性使其也可廣泛用於其他計算領域。
想必這些基礎的知識點，你都有所耳聞，接下來，還是回到這本書上，要看一本書好不好，首先要看的就是它的目錄，下面，我們再來看看《Tensorflow：實戰Google深度學習框架》這本書的目錄結構
本書主要知識點概括：
● 這本書首先介紹了一些深度學習的基本概念，包括深度學習的發展歷程、應用，以及深度學習的工具介紹與比較，以及TensorFlow 的安裝和基本用法；
● 接著討論了深度神經網絡，包括神經網絡前向計算、損失函數、反向傳播計算和優化函數等；
● 然後，還介紹了圖像數據處理和循環神經網絡，並詳細介紹TensorFlow圖像預處理的過程；
● 最後介紹了TensorFlow計算加速，包括如何使用GPU、深度學習並行模式以及分布式TensorFlow模型訓練等。
整體來說，書中只要還是以簡單而又系統性的介紹TensorFlow中常用的一些基本概念為主，如計算圖、張量、會話等，以及深度學習的一些基本知識為主，而且，可以看出作者確實是從初學者的角度出發去寫這本書，內容相對通俗易懂。
因此，如果你是初學者的話，選擇它作為入門書籍是相當不錯的選擇。不過話又說回來，既然說它是入門書籍，那麼它的重心主要還是放在基礎知識點上，延伸就會比較少,還有值得一提的是，作者在寫這本書時，TensorFlow最新的版本是0.9.0，而今，TensorFlow版本已經發布至1.4.1
作者簡介
本書的作者是鄭澤宇，現為才雲科技（Caicloud.io）聯合創始人、首席大數據科學家。針對分布式TensorFlow上手難、管理難、監控難、上線難等問題，他帶領團隊成功開發了國內首個成熟的分布式TensorFlow深度學習平臺（TensorFlow as a Service）。
鄭澤宇曾任美國谷歌高級工程師。從2013 年加入谷歌，作為主要技術人員參與並領導了多個大數據項目。由他提出並主導的產品聚類項目用於銜接谷歌購物和谷歌知識圖譜（knowledge graph）數據，使得知識卡片形式的廣告逐步取代傳統的產品列表廣告，開啟了谷歌購物廣告在搜索頁面投遞的新紀元。
除此之外，鄭澤宇還在機器學習、人工智慧領域有多年研究經驗，並在SIGIR、SIGKDD、ACL、ICDM、ICWSM等頂級國際會議上發表多篇學術論文。
書評：
@西溪近園：書寫風格是讀者友好型的：Python代碼完整，注釋詳盡；章節之間的邏輯關係交代得清楚。
@1敗家1：我覺得寫的很好，代碼修飾還有文中很多地方都點出了我會忽略的地方
@Ada：只適合入門入門再入門吧，內容淺顯，如果想深度學習的話，內容還是少了。。。尤其是開頭和結尾都打作者公司的廣告，真的是看的太膈應啊！
@迷途羔羊：在眾多tensorflow的書裡，對這本相對滿意，但不足之處在於本書後半（比如：內容RNN方面）比較虎頭蛇尾，沒有仔細闡述清楚，很多內容猶如蜻蜓點水
@shibei：書中代碼的格式一會是python2，一會又是python3，容易讓初學者迷惑。比如print()和print。
@shipengli：書本身很好，實例豐富
@生當如夏花般爛漫：畢業後幾乎沒看過中文版的技術書籍，但這本已經大致讀完，顛覆了我對中文技術書籍的看法。講解足夠詳細，耐心，前面原理部分只是交叉熵那段有些難懂，最後講時間序列預測略微有些草率。示例代碼注釋比打到二比一。
@匿名：買了好幾本關於TensorFlow的書，感覺這本是寫的最透徹的，其他好多都是翻譯的Google上的文章，看的雲山霧繞，不得要領。這本書能看懂！
●輸入m獲取到文章目錄