包邮深度学习实战:基于TensorFlow 2.0的人工智能开发应用

入门篇 第1章 人工智能 1.1 发展历程 1.2 人工智能研究领域及算法分类 1.2.1 研究领域 1.2.2 算法分类 1.3 人工智能迅速发展的基础 1.4 人工智能是把双刃剑 1.5 小结 第2章 开发环境的部署与使用 2.1 部署操作系统 2.1.1 操作系统简介 2.1.2 下载操作系统 2.1.3 制作Ubuntu启动盘 2.2 部署Python开发环境 2.2.1 Python简介 2.2.2 Python环境 2.2.3 Anaconda托管Python环境 2.2.4 编程环境 2.3 部署TensorFlow 2.0开发环境 2.3.1 TensorFlow简介 2.3.2 CPU版TensorFlow 2.0环境部署 2.3.3 GPU版TensorFlow 2.0环境部署 2.4 部署接口测试环境 2.4.1 部署Postman 2.4.2 测试接口 2.5 数据处理模块 2.5.1 Matplotlib绘图模块 2.5.2 OpenCV图像处理模块 2.5.3 Pillow图像处理模块 2.5.4 Excel文件读写模块 2.6 **个TensorFlow 2.0测试样例 2.6.1 矩阵计算 2.6.2 数据格式 2.7 小结 第3章 TensorFlow 2.0从基础到进阶 3.1 TensorFlow 2.0新的开端 3.2 TensorFlow 2.0架构 3.2.1 图 3.2.2 即刻执行 3.2.3 张量 3.2.4 操作 3.2.5 自动图 3.2.6 命名空间 3.3 TFRecord数据 3.3.1 TFRecord格式数据 3.3.2 获取图像数据集 3.3.3 生成TFRecord格式数据 3.3.4 解析TFRecord格式数据 3.4 Keras 3.4.1 工作流程 3.4.2 搭建神经网络 3.4.3 常用类及方法 3.5 TensorFlow 2.0常用函数 3.5.1 数学计算 3.5.2 数据集分配 3.5.3 资源分配 3.5.4 模型保存与恢复函数 3.5.5 神经网络函数 3.6 TensorFlow 2.0模型 3.6.1 模型格式与模型文件 3.6.2 模型持久化应用 3.6.3 模型文件操作 3.6.4 模型载入 3.7 小结 第4章 神经网络 第5章 图像处理 第6章 TensorBoard可视化组件 实战篇 第7章 神经网络曲线拟合 第8章 MNIST手写字体数据集识别 第9章 图像风格迁移 第10章 车牌识别 第11章 智能中文对话机器人 第12章 模型评估及模型优化 部署上线篇 第13章 TensorFlow Serving部署模型 第14章 Flask部署模型 参考文献