如何閱讀本書

本書共22章，按照“基礎→應用→擴展”的順序展開，分為三個部分。

第一部分（第1～5章）為Python和應用數學基礎部分：第1章介紹Python和TensorFlow的基石Numpy；第2章介紹深度學習框架的鼻祖Theano；第3～5章介紹機器學習、深度學習算法應用數學基礎，包括線性代數、概率與信息論、概率圖等內容。

第二部分（第6～20章）為深度學習理論與應用部分：第6章為機器學習基礎，也是深度學習基礎，其中包含很多機器學習的經典理論和算法；第7章為深度學習理論及方法；第8~10章介紹TensorFlow基于CPU、GPU版本的安裝及使用，TensorFlow基礎，TensorFlow的一些新API，如Dataset API、Estimator API等（基于TensorFlow1.6版本）；第11～15章為深度學習中神經網絡方面的模型及TensorFlow實戰案例；第16章介紹TensorFlow的高級封裝，如Keras、Estimator、TFLearn等內容；第17～20章為TensorFlow綜合實戰案例，包括圖像識別、自然語言處理等內容。

第三部分（第21～22章）為擴展部分：介紹強化學習、生成式對抗網絡等內容。