（赞助5本）谷歌官方推荐的 TensorFlow 2 “豹书”来了！
TensorFlow 作为谷歌主导的开源深度学习框架，以其强大的性能和完善的生态支持，在开发者社群和工程实践中广为流行。无数AI大厂、创业公司和个人开发者们都在使用 TensorFlow 开发和部署深度学习模型，TensorFlow 甚至成为人工智能的代名词。
CSDN发布的《2019-2020中国开发者调查报告》显示，TensorFlow 是目前 AI 工程师首选的深度学习框架。
然而，一片阴云始终萦绕在AI初学者的脑际，那就是——
TensorFlow 怎么这么难？
确实，相对于一些其他的深度学习框架，TensorFlow 往往给人留下“入门门槛高”的刻板印象。在旧版本的 TensorFlow 开发中，你不仅需要了解人工智能的相关知识，还要接受“计算图”“会话”“占位符”等各种新概念的考验，使得 TensorFlow 的学习曲线变得相当陡峭。除此以外，各种复杂琐碎的 API 也让人头痛，说 TensorFlow 是人工智能开发中的 C++ 也不为过。
谷歌的工程师们显然也注意到了这一问题。于是，在将近两年的迭代开发后，全新的 TensorFlow 2 在去年10月横空出世。TensorFlow 2 不仅使用与 PyTorch 类似的“即时执行模式”建立模型，还更为深入地整合了易用的深度学习高层框架 Keras。二者的强强联合使得 TensorFlow 2 的使用变得简明而优雅，学习门槛大为降低。
与此同时， TensorFlow 进一步强化了其在性能和生态上的巨大优势。无论是日益丰富的预训练模型库 TensorFlow Hub、谷歌的模型训练专用硬件 TPU，还是前沿的量子机器学习库 TensorFlow Quantum，开发者们几乎可以在 TensorFlow 开源生态内进行一切 AI 相关的研究、开发和部署工作。
对于初学者来讲，当你想学一个深度学习框架，我们究竟想要学到什么？
如果你是学生和研究者，你的预期是？
可能已经“啃”完了吴恩达（Andrew Ng）的机器学习公开课或者斯坦福大学的 UFIDL Tutorial，或是正在学习深度学习课程。你也可能已经了解了链式求导法则、梯度下降法和损失函数的概念，并且对卷积神经网络（CNN）、循环神经网络（RNN）和强化学习的理论也有了大致的认识。然而，你依然不知道这些模型如何在计算机中具体实现。
这时，你希望能有一个程序库，帮助你把书本上的公式和算法运用于实践，并建立模型，进行训练。
如果你是开发者和工程师，你的关注点是？
如果你是一位在 IT 行业沉淀多年的开发者或者工程师，也许已经遗忘了部分大学期间学到的数学知识（“多元函数……求偏微分？那是什么东西？”）。然而，你可能希望在产品中加入一些与人工智能相关的功能，抑或需要将已有的深度学习模型部署到各种场景中（模型的调用与部署）比如，
如何导出训练好的模型？
如何在本机使用已有的预训练模型？
如何在服务器、移动端、嵌入式设备甚至网页上高效运行模型？
......
所以，想要充分了解深度学习框架TensorFlow，不仅需要了解框架的特性和生态，更需要结合自己实际需求来进行针对性的训练和学习。推荐大家阅读这本分为基础篇、部署篇、大规模训练篇、扩展篇、高级篇，被谷歌开发者社区官方推荐的“豹书”，针对不同的读者受众，做了针对的阅读路线设计和安排，让新手更易入门。
与市面上的TensorFlow图书相比，“豹书”有什么特色？
来自谷歌的官方支持：本书由谷歌认证的机器学习领域技术专家撰写，撰写过程中与谷歌 TensorFlow 开发团队直接交流，并获得 TensorFlow 工程师的大量建议和支持。
在社区中久经锤炼：本书内容在中国谷歌开发者社区（Google Developers Groups）和 TensorFlow 用户组（TensorFlow User Group）教学活动中广泛使用，并在社区开发者的大量反馈中反复增订。
行文简明易懂：包含大量基础示例，语言简洁平实，充分考虑入门学习曲线、读者层级和阅读习惯。本书的中文版本为中文读者量身定制，做到充分的本地化。
主题覆盖全面：包含 TensorFlow 的模型建立、训练、部署、保存和数据处理等主要知识点。并由 JavaScript 和 Android 领域专家李卓桓和朱金鹏主笔，介绍了 TensorFlow 在服务器、移动端及 JavaScript 等主要场景下的部署详解。
内容及时前沿：全书基于 2020 年 5 月发布的 TensorFlow 2.2 版本撰写，并包含 TPU 加速模型训练、Swift for TensorFlow、TensorFlow Quantum 量子机器学习等 TensorFlow 前沿进展的专题教学。
进阶开发指导：为进阶的 TensorFlow 开发者提供了专门的高级章节，详解从 TensorFlow 1.x 版本过渡到 TensorFlow 2 的技术细节，TensorFlow 性能优化技巧，在 Android 平台下进行高级 TensorFlow 开发等主题。
全彩印刷：代码全部高亮，全彩图示，保证良好的阅读体验。
来自谷歌的推荐
来自学界和工业界的赞誉
作者介绍
李卓桓，谷歌开发者专家（机器学习领域）。清华大学本科，中欧国际工商学院EMBA，北京邮电大学计算机博士在读。现任PreAngel合伙人，Plug and Play Ventures Partner，关注种子期AI创业项目。zixia BBS、叽歪网创始人，曾任优酷网首席科学家、水木清华BBS站长、ChinaRen系统工程师。拥有丰富的互联网创业投资和编程经验，著有《Linux网络编程》《反垃圾邮件完全手册》《智能问答与深度学习》《Chatbot从0到1：对话式交互设计实践指南》等技术书。GitHub 8000+ Star 开源项目 Wechaty 作者。
朱金鹏，华为高级软件工程师，前谷歌开发者专家（机器学习领域），从事Android系统和运行时设计开发9年，在Android系统、运行时、机器学习等领域都有较深入的研究和探索。积极参与谷歌技术社区活动并进行技术分享。欢迎关注作者的微信公众号deepinthinking。
作者后记
市面上 TensorFlow 相关的中文技术书以及资料大多基于传统的计算图与会话机制，这让不少初学者，尤其是刚学过机器学习课程的大学生望而却步。因此，在 TensorFlow 正式支持即时运行模式之际，我认为有必要出现一本全新的入门手册，帮助初学者及需要快速迭代模型的研究者，以 “即时执行” 的视角快速入门 TensorFlow。这也是我编写本手册的初衷。
在我撰写这本手册时，我尤其注重详略和编排上的处理，希望将 TensorFlow 中最高频使用的功能和知识点，以一个循序渐进、符合学习习惯的方式来展示给大家。这样即使是在仅 2～3 个小时的现场教学活动中，参与者也能迅速掌握 TensorFlow 的开发要领。示例代码也经过了反复推敲，使其尽可能地简短而富有表现力。这本手册的名称《简明的 TensorFlow 2》一方面突出 TensorFlow 2 的简明特色，另一方面也体现了我在编写过程中对“简明性”的追求。
谷歌开发者专家项目中的其他成员、谷歌开发者关系团队和 TensorFlow 工程团队为这本手册的编写提供了大量关键的帮助。JavaScript和Android领域的领域专家李卓桓和朱金鹏以他们在业界的出色实力，为本书添加了大量实际部署和应用层面的专题。TensorFlow的工程师们（尤其是Tiezhen Wang）也为本书的各种技术细节和专题选取提供了大量意见。这使得本手册从 2018 年发布的小型入门指南逐渐成长为一本内容全面的 TensorFlow 技术手册和开发指导。
本书封面的雪豹插图也由我亲自绘制。雪豹是主要分布于我国高海拔山地的大型猫科动物，有“雪山之王”之称。希望本书也能带领你勇攀 TensorFlow 的高峰，进一步领略机器学习的精彩。
本次为大家带来5本正版新书。快来发表你的评论，10月12日23点前，评论点赞数前5名的读者将获赠正版图书1本！！！
当然也可以直接购买这本书，链接：