第1章 人工智能概述 

1.1 感受人工智能时代的到来 

1.2 人工智能发展概述，跌宕起伏的60年 

1.3 机器学习简介 

1.4 深度学习简介 

1.5 深度学习框架简介 

第2章 TensorFlow开发环境搭建 

2.1 Python程序设计语言 

2.2 Anaconda开发环境搭建 

2.3 安装TensorFlow

第3章 TensorFlow开发基础 

3.1 初识TensorFlow

3.2 张量 

3.3 常量与变量 

3.4 计算图

3.5 在TensorFlow 2中实现静态图执行模式开发 

3.6 TensorFlow 1.x静态图执行模式编程概要 

3.7 TensorBoard可视化初步 

第4章 单变量线性回归问题：建模与TensorFlow实战 

4.1监督式机器学习 

4.2 单变量线性回归案例 

4.3 监督式机器学习中的基本术语 

4.4 监督式机器学习模型训练的原理与过程 

4.5 单变量线性回归的TensorFlow实战 

4.6 单变量线性回归：批量梯度下降优化实现 

第5章 波士顿房价预测：多元线性回归问题建模与应用 

5.1 波士顿房价预测问题简介 

5.2 数据集的划分 

5.3 多元线性回归模型 

5.4 波士顿房价预测问题的初次建模与训练 

5.5 改进的解决方案 

第6章 MNIST手写数字识别：分类应用入门 

6.1 MNIST手写数字识别案例简介 

6.2 从线性回归到逻辑回归 

6.3 多分类问题建模 

6.4 MNIST手写数字识别案例TensorFlow实践 

第7章 MNIST手写数字识别进阶：多层全连接神经网络 

7.1 多层全连接神经网络 

7.2 MNIST手写数字识别多层全连接神经网络建模 

7.3 使用Keras序列模型建模 

7.4 面向整数标签的Keras序列模型构建与训练 

第8章 泰坦尼克号旅客生存概率预测：Keras综合应用 

8.1 案例简介 

8.2泰坦尼克号旅客数据集处理 

8.3 建模与训练 

8.4 模型应用：预测Jack和Rose的生存概率 

8.5 TensorBoard：训练过程指标可视化 

第9章 CIFAR10图像识别问题：卷积神经网络与应用 

9.1 案例介绍 

9.2 从神经网络到卷积神经网络：解决参数太多的问题 

9.3 卷积神经网络的基本结构 

9.4 Keras对卷积神经网络的支持

9.5 CIFAR-10图像识别案例的TensorFlow实现 

第10章 Deep Dream：理解深度神经网络结构及应用 

10.1 Deep Dream项目简介：计算机生成梦幻图像 

10.2 Deep Dream技术原理 

10.3 选择ImageNet图像分类模型 

10.4 噪声图像起点生成Deep Dream图像 

10.5 背景图像起点生成Deep Dream图像 

第11章 电影评论情感分析：自然语言处理与循环神经网络应用实践 

11.1 IMDB电影评论案例与数据集简介 

11.2 自然语言处理基础知识 

11.3 IMDb数据集获取与处理 

11.4 建模与应用 

11.5 循环神经网络RNN

11.6 基于LSTM结构的模型构建 

第12章 猫狗大战：迁移学习及应用 

12.1 猫狗大战案例简介 

12.2 tf.data.Dataset数据集 

12.3 猫狗大战Dataset数据集制作 

12.4 迁移学习简介 

12.5 基于VGG-16的自定义迁移学习模型构建 

12.6 TFRecord数据集 

第13章 FashionMNIST图像生成：生成式对抗网络及应用 

13.1 生成式对抗网络（GAN, Generative Adversarial Networks ） 

13.2 利用GAN生成Fashion-MNIST图像 

13.3 利用CGAN生成Fashion-MNIST图像 

第14章 鸢尾花品种识别：TensorFlow.js及应用 

14.1 TensorFlow.js基本介绍 

14.2 TensorFlow.js入门 

14.3 TensorFlow.js:鸢尾花品种识别 

第15章 花卉识别App：TensorFlow Lite及应用 

15.1 TensorFlow Lite基本介绍 

15.2 TensorFlow Lite模型部署基本步骤 

15.3 花卉识别模型构建、训练与TensorFlow Lite模型格式文件生成 

15.4 Android App应用开发