深度学习已入门？请用这本来深入！

2018 年 5 月 11 日 图灵教育 图小鹿

4月25日，图灵教育微博发布了《深入理解TensorFlow》预售的消息，得到了读者小伙伴们强烈的反响。有读者笑说：“TensorFlow 入门书还没读完，进阶书这么快就来了？” 没办法，谁让我们这么贴心，就是要为你的技术之路提供无间隙的阅读保障。如果你这会儿还是第一次听说这本书，那请先来读读这篇文章：TensorFlow进阶第一书预售。

前天，小鹿看了一下京东新书销量排行榜，发现这本已经从众多好书中杀出重围，登上新书销量榜第二位。看来越来越多的小伙伴已经开始入坑 TensorFlow 了。如果你是 TensorFlow 二次开发人员、数据科学家和算法工程师、人工智能方向的研究生亦或是开源软件爱好者，这本书都是你的最佳选择。那如果你还在入坑的路上，持观望态度，不妨跟着小鹿先 360 度无死角地了解一下这本书。

0. 内附彩插页

为了更加直观地了解相关图表，本书内附了彩插页，分颜色标识出书中的图例，你能清楚地看到图表每个部分所代表的内容，防止歧义。话说，TensorFlow 的图真的很漂亮，配上书的纸质，阅读体验超级棒！

1. 基础篇

开篇这章，主要是介绍 TensorFlow 的设计目标、基本架构、准备环境和基础概念等。是为了让读者快速入门 TensorFlow，能够迅速上手，为后续的学习做好准备工作。

2. 关键模块篇

这个模块会介绍一些使用 TensorFlow 端到端解决人工智能问题涉及的关键模块。包括 TensorFlow 数据处理方法、编程框架、可视化工具（TensorBoard）和模型托管工具（TensorFlow Serving）。

其中，数据处理方法会涉及到模型参数和命令行参数两个方面。模型参数是使用 tf.Variable 创建、初始化和更新的。命令行参数则是使用 argparse 和 tf.app.flags 来解析。主要是为了提升开发者的开发效率，从而快速落地模型应用。

3.算法模型篇

这个模块主要是将深度学习与 TensorFlow 相结合，作者简单介绍了深度学习的历史，当然，如果小伙伴对深度学习、神经网络等还不是很了解，那不妨读一下图灵出版的《人工智能简史》。如果对整个人工智能的发展有一个全面的认识，相信学起这章来，会容易很多。除了交代清楚深度学习之外，还结合理论与代码实现重点介绍了 CNN、GAN 和 RNN 等经典模型。

4.核心揭秘篇

如果你是 TensorFlow 二次开发人员，那你要重点阅读一下这个部分了。这里主要讲到 TensorFlow 运行时核心、通信原理和数据流图计算的原理与实现，聚焦 C++ 核心层的揭秘，帮助小伙伴们进一步理解 TensorFlow 底层的设计思想与实现细节。

5.生态发展篇

这部分重点介绍了 Keras 深度学习算法库，以及 TensorFlow 与云原生社区 Kubernetes 生态的结合、与大数据社区 Spark 生态的结合等内容。

剩余篇幅还介绍了 TensorFlow 通信优化技术、TPU 及 NNVM 模块化深度学习技术。帮助小伙伴进一步了解深度学习生态发展的现状。最后作者展望了一下 TensorFlow 的未来，也就是 TFX。

以上，就是对书籍全面且详细的介绍。其实，自 TensorFlow 开源以来，不断有人撰写图书或博客解释其各组件的实现与原理。但遗憾的是，能够深入剖析 TensorFlow 内部实现细节与设计思想的资料并不多，这本基本看了目录就知道，还是很值得阅读的，而且干货内容比较多，都是作者对自己一线开发经验的总结，可以说很具有实战性。

图灵原创
作者：彭靖田 , 林健 , 白小龙

TensorFlow 进阶不二之选
才云科技技术总监、华为深度学习团队系统工程师、华为公司深度学习云服务的技术负责人联合编写
中国科学院计算技术研究所副研究员查礼、浙江大学计算机学院院长陈刚、才云科技创始人兼 CEO 张鑫、Google Brain 资深工程师周玥枫、云账户联合创始人兼 CTO 邹永强、博拉科技创始人兼 CEO 周公爽、微软亚洲研究院助理研究员王锦鹏、才云科技首席大数据科学家郑泽宇联合推荐
深入解析 TensorFlow 系统本身的设计与实现原理

以 TensorFlow 1.2 为基础，从基本概念、内部实现和最佳实践等方面深入剖析 TensorFlow。不仅由浅入深地全面介绍 TensorFlow 的使用方法，还结合源代码进行深入剖析，使读者可以快速、系统地学习 TensorFlow 的架构设计与实现原理。

作者简介

彭靖田

才云科技技术总监，谷歌机器学习开发专家（ML GDE），Kubeflow Core Maintainer，TensorFlow Contributor，曾一度成为 TensorFlow 社区全球前40的贡献者。加州大学圣迭戈分校访问学者，毕业于浙江大学竺可桢学院求是科学班。曾为华为深度学习团队核心成员，主要参与华为深度学习平台的设计和研发工作。

林健

华为深度学习团队系统工程师。在中科院计算所取得博士学位，并在美国俄亥俄州立大学做过博士后研究。长期从事系统软件研发，工作涉及高性能计算与分布式系统，爱好开源软件与人工智能。曾参与开发 CNGrid GOS、MVAPICH 等工业级软件，并合作创建 LingCloud、DataMPI 等开源项目。

白小龙

华为深度学习云服务技术负责人，主要负责深度学习平台、模型和算法的研发。长期从事信号、图像处理和机器学习研究，于2015年6月毕业于浙江大学并取得工学博士学位，曾获教育部博士生学术新人奖。