本書從介紹深度學習和重要入門知識入手，通過范例講解TensorFlow的應用開發。本書文字清晰、嚴謹，并輔以簡潔明了的插圖說明，同時提供步驟細致的范例程序教學，讓讀者可以輕松理解并掌握深度學習原理和TensorFlow開發方法。
本書分為12章，內容包括：環境安裝、TensorFlow 2.0介紹、回歸問題、二分類問題、多分類問題、神經網絡訓練技巧、TensorFlow 2.0高級技巧、TensorBoard高級技巧、卷積神經網絡經典架構、遷移學習、變分自編碼器和生成式對抗網絡。
本書適合TensorFlow深度學習自學者、深度學習開發人員、人工智能行業咨詢顧問等閱讀，也適合作為高等院校和培訓學校人工智能及其相關專業師生的教學參考書。
前 言
英國數學家人工智能之父Alan Turing 1950年在Oxford University Press的Mind期刊發表的 Computing Machinery and Intelligence論文中提出了機器思維的概念，從此人工智能就一直是計算機科學中非常重要的領域。發展至今有70年的歷史了，其中歷經了多次大起大落，尤其是其中的兩次“AI寒冬”，讓研究者與投資人對人工智能產生了很大的疑慮。由英國倫敦Google DeepMind開發的人工智能圍棋軟件AlphaGo在2016年打敗了頂尖職業棋手李世石，在2017年打敗了排名世界第一的柯潔，之后人工智能再度成為計算機科學的“顯學”，也促成了第三波的“AI崛起”。
近幾年，以深度學習為核心技術的人工智能在圖像、聲音、決策分析等領域已超越了人類的能力。隨著深度學習人工智能技術的日益成熟，許多世界級科技公司投入了大量人力和資源在深度學習人工智能上，如Google、Facebook、Uber、Airbnb、Tesla、微軟、騰訊、百度、華為、滴滴、通用等，許多中小企業也投入了相當的人力資源。根據研究機構Tractica預估，全球AI市場的規模將從2018年的81億美元成長至2025年的1 058億美元，并且能夠應用到更多產業，例如汽車、零售、醫療、商業、電信、消費、廣告、法律、保險等。
作者和所領導的多媒體系統實驗室團隊已經在人工智能領域研究了十多年，其中包含智能汽車系統、智能居家照護系統、智能視頻監控系統、智能派遣撮合系統、人工智能小秘書系統、自動駕駛計算機視覺系統，也與大學和研究機構合作開發了自動輔助駕駛次系統，項目的名稱為“自動駕駛的深度學習智能感知與情境理解系統技術”，將豐富的學界研發能量導入產業界，提升自動駕駛汽車產業的研發技術。作者在IEEE和ACM頂級國際期刊上發表了三十多篇計算機視覺人工智能相關的論文。例如，在2018年和美國華盛頓大學黃正能教授合作研發了全球第一個有效的除雪與能見度增強技術，DesnowNet深度學習網絡架構，刊登在圖像處理領域頂尖的期刊IEEE Transactions on Image Processing（Impact factor: 3.735，Rank: 14/255=5.49%）上；在2019年指導越南博士生Trung-Hieu Le研發了應用在智能居家護理系統（Intelligent Homecare Systems）上的高精確度手部偵測識別技術，發表在傳感器領域頂尖的期刊IEEE Sensors Journal（Impact factor: 2.617，Rank: 8/116=6.8%）上。
作者深刻體會到目前人工智能領域的重要性與發展性，因此精心撰寫了本書，期待可以啟發更多學生、工程師與研究人員快速進入深度學習人工智能領域。本書使用目前熱門的深度學習套件TensorFlow，帶領讀者深入理解深度學習的知識與技術，并且精心設計了實踐的程序教學，通過每個步驟細致的項目教學讓讀者可以更容易理解與吸收所學的知識和技術。從新的TensorFlow 2.0入門開始，通過12章內容，理論學習和實踐應用相結合。本書撰寫時使用的是TensorFlow 2.0正式版。
本書范例程序源代碼可通過掃描下面的二維碼獲得。
如果下載有問題，可通過電子郵件聯系booksaga@126.com，郵件主題為“輕松學會TensorFlow 2.0人工智能深度學習應用開發范例程序源代碼”。
每年有數以萬篇的深度學習研究論文發表，從中可以了解人工智能領域的日新月異與廣泛應用，作者以本書介紹深度學習較重要的入門內容，讓讀者有能力進一步鉆研更高深的深度學習知識與技術。本書中的內容如有疏漏與錯誤，可發送郵件給予指正與鼓勵。
黃士嘉
臺北科技大學電子工程系 教授
加拿大安大略理工大學 國際客座教授
IEEE Sensors Journal 國際期刊編輯
IEEE BigData Congress 國際會議主席
IEEE CloudCom Conference 國際會議主席
新書資訊