前言 1
第1章 引言 5
1.1 走入深度学习 5
1.2 TensorFlow：名字中的含义 8
1.3 高层次概览 9
1.4 本章总结 11
第2章 随之“流”动：启动与运行TensorFlow 12
2.1 安装TensorFlow 12
2.2 Hello World 14
2.3 MNIST 16
2.4 softmax回归 17
2.5 本章总结 24
第3章 理解TensorFlow基础知识 25
3.1 计算图 25
3.2 图、会话和提取数据 26
3.3 流动的张量 32
3.4 变量、占位符和简单的优化 41
3.5 本章总结 52
第4章 卷积神经网络 53
4.1 卷积神经网络简介 53
4.2 MNIST：第二轮 55
4.3 CIFAR10 63
4.4 本章总结 71
第5章 文本Ⅰ：文本及序列的处理，以及TensorBoard可视化 72
5.1 序列数据的重要性 72
5.2 循环神经网络简介 73
5.3 处理RNN的文本序列 87
5.4 本章总结 97
第6章 文本Ⅱ：词向量、高级RNN和词嵌入可视化 99
6.1 词嵌入介绍 99
6.2 word2vec 101
6.3 预训练词嵌入，高级RNN 110
6.4 本章总结 116
第7章 TensorFlow抽象与简化 117
7.1 本章概述 117
7.2 contrib.learn 121
7.3 TFLearn 136
7.4 本章总结 156
第8章 队列、线程和数据读取 158
8.1 输入管道 158
8.2 TFRecord 159
8.3 队列 162
8.4 完全多线程的输入管道 168
8.5 本章总结 172
第9章 分布式TensorFlow 173
9.1 分布式计算 173
9.2 TensorFlow元素 175
9.3 分布式示例 180
9.4 本章总结 187
第10章 用TensorFlow导出和提供服务模型 188
10.1 保存和导出模型 188
10.2 TensorFlow Serving简介 199
10.3 本章总结 209
附录A 模型构建和使用TensorFlow Serving的建议 210