大部分TensorFlow教材应用案例少，理论讲解比较概括，学生数学基础薄弱，对人工神经网络较难入门。本教材介绍TensorFlow的发展和特点后，通过案例详细介绍TensorFlow的使用，着重细致地讲解学生学习中遇到的难点，比如张量的形状、卷积、池化、交叉熵等。通过案例让学生逐层递进地掌握TensorFlow，最后将模型移植到安卓移动终端，随时随地感受人工智能的魅力。
第1章 初识TensorFlow
1.1 场景导入
1.2 人工智能的发展历程
1.2.1 早期人工智能阶段
1.2.2 机器学习阶段
1.2.3 深度学习阶段
1.3 TensorFlow简介
1.4 Anaconda的安装和使用
1.4.1 安装Anaconda
1.4.2 使用Anaconda
1.5 在Windows 10系统中安装PyCharm
1.6 在Windows系统中安装TensorFlow CPU版
1.6.1 创建和激活环境
1.6.2 解决错误
1.7 在PyCharm中使用Anaconda的环境
1.7.1 新建和配置项目
1.7.2 再次查看项目配置
1.7.3 运行案例代码
1.8 在Windows系统中安装Python版OpenCV
1.8.1 激活环境并安装OpenCV
1.8.2 PyCharm配置
1.8.3 OpenCV代码测试
第2章 深入了解TensorFlow
2.1 认识TensorFlow数据流图
2.1.1 数据流图简介
2.1.2 实现数据流图
2.1.3 数据流图代码解析
2.2 TensorBoard的使用
2.2.1 TensorBoard的启动
2.2.2 TensorBoard界面介绍
2.3 TensorFlow张量思维
2.3.1 什么是张量
2.3.2 用Numpy定义张量
2.3.3 张量的形状
2.4 TensorFlow中张量的几种形式
2.4.1 常量
2.4.2 变量
2.4.3 占位符
第3章 机器学习入门
3.1 机器学习的基本步骤
3.2 泰坦尼克号案例
3.2.1 泰坦尼克号事件
3.2.2 泰坦尼克号案例数据集
3.2.3 训练数据集预处理
3.2.4 测试数据集预处理
3.2.5 搭建神经网络
3.2.6 进行训练
3.2.7 进行预测并可视化
3.3 MNIST手写数字识别案例
3.3.1 数据集简介
