人工智能应用基础（TensorFlow版）

　　TensorFlow是谷歌公司于2015年研发的深度学习框架，它的出现降低了人工智能时代的入门门槛，提高了开发效率。该书针对TensorFlow 2.x版本编写，基于工作过程进行系统化的体例设计，采用理论知识结合项目实例的形式，由浅入深地介绍TensorFlow深度学习框架的原理、特性、编程技巧和应用方法。该书包含深度学习的入门知识和大量实践经验，内容通俗易懂，书中省略了烦琐的数学模型推导，从实际应用问题出发，案例丰富，实用性强。《人工智能应用基础（TensorFlow版）》配套的数字课程将在“智慧职教”（www.lcve.com.cn）网站上线，读者可登录网站学习，授课教师可以调用本课程构建符合自身教学特色的SPOC课程，详见“智慧职教服务指南”。此外，该书还提供了其他丰富的数字化课程教学资源，包括微课视频、电子课件（PPT）、实训案例、资源文件及源代码等，教师可发邮件至编辑邮箱1548103297@ qq.com索取。《人工智能应用基础（TensorFlow版）》既可作为高等职业院校人工智能课程的教材，也可供想快速上手TensorFlow、了解深度学习技术及应用的人员参考。

暂缺《人工智能应用基础（TensorFlow版）》作者简介

单元1 深度学习与TensorFlow框架
引例描述
任务1-1 人工智能概述
任务陈述
知识准备
1．1 人工智能、机器学习与深度学习
1．2 深度学习入门方法
1．3 主流的人工智能服务平台
1．4 深度学习的应用
任务实施
任务拓展：基于Face++和Python编程实现年龄、性别分析
项目实训：百度Al开放平台实现情感倾向分析
任务1-2 深度学习TensorFlow框架
任务陈述
知识准备
1．5 TensorFlow简介
1．6 TensorFlow框架与其他深度学习框架对比
1．7TensorFlow环境搭建
任务实施
任务拓展：使用Anaconda开发环境实现基础编程
项目实训：使用PyCharm开发环境实现基础编程
单元小结
单元2 TensorFlow搭建神经网络
引例描述
任务2-1 TensorFlow基础知识
任务陈述
知识准备
2．1 基础语法
2．2 监督学习与非监督学习
2．3 训练及优化网络模型
任务实施
任务拓展：对指定数据进行线性回归预测
项目实训：非线性回归
任务2-2 服装服饰智能分拣
任务陈述
知识准备
2．4 数据集
任务实施
任务拓展：搭建多层神经网络实现服装服饰智能分拣
项目实训：手写数字识别
单元小结
单元3 卷积神经网络
引例描述
任务3-1 卷积神经网络的概念
任务陈述
知识准备
3．1 卷积神经网络概念
3．2 经典卷积神经网络模型
3．3 CIFAR-10数据集简介
任务实施
任务拓展：使用卷积神经网络实现猫狗分类
项目实训：卷积神经网络实现手写数字识别
任务3-2 人脸识别
任务陈述
知识准备
……
单元4 神经网络可视化
单元5 循环神经网络
单元6 自编码与强化学习
单元7 TensorFlow高层封装
单元8 TensorFlow生态体系
参考文献