第二篇
TensorFlow基础篇

TensorFlow是Google Brain于2015年发布的深度学习框架，它是目前深度学习框架占有率最高的框架，又于1.4版纳入了Keras，兼顾简易性与效能，是深度学习最佳的入门套件。

本篇将介绍TensorFlow的整体架构，包含以下内容。

（1）从张量运算、自动微分、神经层，最后构建完整的神经网络。

（2）说明神经网络的各项函数，如Activation Function、损失函数、优化器（Optimizer）、效果衡量指标（Metrics）等，并介绍运用梯度下降法找到最佳解的原理与过程。

（3）示范TensorFlow各项工具的使用，包含回调函数（Callback）、TensorBoard可视化工具、TensorFlow Dataset、TensorFlow Serving部署等。

（4）神经网络完整流程的实践。

（5）卷积神经网络（Convolutional Neural Network, CNN）。

（6）预先训练的模型（Pre-trained Model）。

（7）转移学习（Transfer Learning）。