第1篇

深度学习与TensorFlow基础

　　本篇将介绍人工智能与TensorFlow的基本概念、如何搭建TensorFlow的开发环境、TensorFlow的基本开发步骤、TensorFlow编程基础，并通过一个识别图中模糊手写数字的实例，使读者巩固TensorFlow的编程基础知识，并对神经网络有个大体的了解，为后面的学习打好基础。

  第1章  快速了解人工智能与TensorFlow

 第2章  搭建开发环境

  第3章  TensorFlow基本开发步骤——以逻辑回归拟合二维数据为例

 第4章  TensorFlow编程基础

 第5章  识别图中模糊的手写数字（实例21）

第1章  快速了解人工智能与TensorFlow

　　本章是一个相对比较轻松的开篇，这里不会介绍太深的知识，而是普及一下什么是TensorFlow，什么是深度学习，深度学习与TensorFlow的关系，以及当今都有哪些与TensorFlow同级的开源框架，它们之间都是什么关系，各有什么特点和阅读本书的建议。本章的内容，就好比通往深度学习领域的大门。快来打开它，开始你的TensorFlow学习之旅吧。

1.1  什么是深度学习

　　提到人工智能，人们往往会想到深度学习，然而，深度学习不像人工智能那样容易从字面上理解。这是因为深度学习是从内部机理来阐述的，而人工智能是从其应用的角度来阐述的，即深度学习是实现人工智能的一种方法。

　　人工智能领域，起初是进行神经网络的研究。但神经网络发展到一定阶段后，模型越来越庞大，结构也越来越复杂，于是人们将其命名为“深度学习”。可以这样理解——深度学习属于后神经网络时代。

　　深度学习近年来的发展突飞猛进，越来越多的人工智能应用得以实现。其本质为一个可以模拟人脑进行分析、学习的神经网络，它模仿人脑的机制来解释数据（如图像、声音和文本），通过组合低层特征，形成更加抽象的高层特征或属性类别，来拟合人们日常生活中的各种事情。

　　深度学习被广泛用于与人们生活息息相关的各种领域，可以实现机器翻译、人脸识别、语音识别、信号恢复、商业推荐、金融分析、医疗辅助和智能交通等。 

　　在国内乃至世界，越来越多的资金涌向人工智能领域，人工智能领域新成立的创业公司每年呈递增趋势，越来越多的学校也开始开设与深度学习相关的课程。这个时代，正像是移动互联网的前夜。如果你也感觉到了，那么现在正是时候，一起加入进来，通过系统的学习，将自己打造成为一名深度学习的专业人才吧。