第2章　TensorFlow基礎

我們可以說機器學習算法是完成人工智能問題的“道”，但是真正解決人工智能問題還需要好用的“術”，換句話說，我們需要功能強大并且容易學習的機器學習軟件框架。當然，作為目前計算機學科最熱門的領域，各種機器學習框架的研發創新正在如火如荼地進行著。這些框架的設計思路不盡相同，有的框架著眼于模型研究，有的框架面向工程化實踐，有的和大數據緊密綁定，還有的在用戶易用和框架兼容性方面下工夫。TensorFlow正是其中的集大成者，強大的研發背景，兼容易用的API設計，再加上谷歌在工程化實踐的背書，使得TensorFlow自誕生以來一直高速持續地在機器學習的各種應用層面迅速發展并開花結果。

本章主要講解機器學習的一些宏觀概念以及無人駕駛和機器學習之間的定性關系。內容分為六部分，第一部分著重介紹機器學習中的主流框架；第二部分詳細介紹搭建TensorFlow開發環境的過程；第三部分通過HelloTF直觀引入TensorFlow框架機器學習的一般流程；第四部分簡單介紹TensorFlow的架構；第五部分著重介紹TensorFlow的高階和低階框架API；第六部分是擴展閱讀部分，主要介紹tensorflow.js這一衍生框架。