简单粗暴tensorflow 2.0
目 录致谢介绍前言本书的适用群体如何使用本书致谢TensorFlow概述学生和研究者：模型的建立与训练开发者和工程师：模型的调用与部署TensorFlow能帮助我们做什么？基础TensorFlow安装与环境配置一般安装步骤GPU版本TensorFlow安装指南第一个程序IDE设置TensorFlow所需的硬件配置 *TensorFlow基础TensorFlow 1 1自动求导机制基础示例：线性回归TensorFlow 模型建立与训练模型（Model）与层（Layer）基础示例：多层感知机（MLP）卷积神经网络（CNN）循环神经网络（RNN）深度强化学习（DRL）Keras Pipeline *自定义层、损失函数和评估指标 *TensorFlow常用模块tf.train.Checkpoint ：变量的保存与恢复TensorBoard：训练过程可视化tf.data ：数据集的构建与预处理@tf.function ：Graph Execution模式 *TODOtf.config：GPU的使用与分配 *本文档使用 书栈(BookStack.CN) 构建 - 2 -部署TensorFlow模型导出使用SavedModel完整导出模型Keras Sequential save方法（Jinpeng）TensorFlow ServingTensorFlow Serving安装TensorFlow Serving模型部署在客户端调用以TensorFlow Serving部署的模型TensorFlow Lite（Jinpeng）模型转换Android部署Quantization模型转换总结TensorFlow in JavaScript（Huan）TensorFlow.js 简介TensorFlow.js 环境配置TensorFlow.js 模型部署TensorFlow.js 模型训练 *大规模训练与加速TensorFlow分布式训练单机多卡训练： MirroredStrategy多机训练： MultiWorkerMirroredStrategy使用TPU训练TensorFlow模型（Huan）TPU 简介TPU 环境配置TPU 基础使用扩展TensorFlow Hub 模型复用（Jinpeng）TensorFlow Datasets 数据集载入Swift for TensorFlow (S4TF) (Huan）S4TF 简介S4TF 环境配置S4TF 基础使用TensorFlow in Julia（Ziyang）TensorFlow.jl 简介TensorFlow.jl 环境配置TensorFlow.jl 基础使用附录本文档使用 书栈(BookStack.CN) 构建 - 3 -图模型下的TensorFlowTensorFlow 1 1基础示例：线性回归使用Docker部署TensorFlow环境在云端使用TensorFlow在Colab中使用TensorFlow在Google Cloud Platform（GCP）中使用TensorFlow在阿里云上使用 GPU 实例运行 Tensorflow（Ziyang）部署自己的交互式Python开发环境JupyterLabTensorFlow性能优化参考资料与推荐阅读术语中英对照表
评论