何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，出版图书20余部，在人工智能、数据分析等方面具有20年一线专业经验；zwPython开发平台、zwQuant量化软件设计师，中国“Python创客”项目和“Python产业联盟”发起人，靠前少有Python量化课程《Python量化实盘·魔鬼训练营》创始人，也是极宽量化开源团队的创始人。1990年，发明靠前个VR数据手套并获得授权，被业界称为“中国VR之父”；1997年，出版靠前首部网络经济专著《网络商战》；2008年，在北京联合创办靠前少有4A级专业网络公关公司，服务过200余家靠前500强企业，被公关协会誉为中国网络公关事业的开创者与启蒙者。研究成果有：“小数据”理论、快数据模型、黑天鹅算法、GPU超算工作站、MTRD多节点超算集群算法、1+N网络传播模型、人工智能“足彩图灵法则”等；论文《人工智能与中文字型设计》是中文字库行业三大基础建模理论之一。

章 不朽的梵高1
1.1 星夜传奇1
1.2 TensorFlow简介3
案例1-1：星夜传奇实战编程5
案例1-2：星夜传奇批量编程11
1.3 十万次迭代14
1.4 黑箱大法16
1.5 超级KISS法则与大智若愚17
第2章 TensorFlow安装22
2.1 目录结构22
2.2 化繁为简23
2.3 CPU版本安装25
2.4 GPU版本安装25
案例2-1：GPU开发环境测试28
第3章 可视化AI图表33
3.1 TensorBoard可视化工具33
案例3-1：hello，爱丽丝34
3.1.1 TensorBoard主界面36
3.1.2 快速启动脚本38
3.2 加法器41
案例3-2：加法器的算法结构图41
案例3-3：加法器的变化版本43
案例3-4：乘法器的算法结构图44
第4章 快速入门47
4.1 你好，神经网络47
案例4-1：字符串表达式47
案例4-2：hello，TensorFlow48
4.2 图运算与Session49
案例4-3：缺省图运算49
案例4-4：可视化Session52
4.3 常量、变量与占位符56
案例4-5：常量加法57
案例4-6：加法与占位符58
案例4-7：加法与变量59
4.4 TensorFlow常用数值运算62
第5章 TensorFlow总览63
5.1 TensorFlow产业链关系图65
5.2 TensorFlow模块列表66
5.2.1 源码目录结构66
案例5-1：内置模块列表68
5.2.2 模块结构图70
5.2.3 API抽象接口示意图71
5.2.4 神经网络三大模块71
5.3 数据类型72
5.4 TensorFlow常用术语73
5.5 TensorFlow简化接口77
第6章 基础知识79
6.1 数据流图79
6.2 设备切换Device81
6.3 三大数据类型82
案例6-1：变量操作86
6.4 Feed数据提交89
案例6-2：Feed提交数据90
案例6-3：批量Feed提交数据92
案例6-4：批量Feed提交多维数据92
6.5 Fetch获取数据93
案例6-5：Fetch获取数据93
案例6-6：Fetch获取多维数组95
案例6-7：会话Session97
6.6 批尺寸Batch_Size99
第7章 孤独的神经元101
7.1 神经元模型101
案例7-1：单细胞算法102
7.2 可视化分析107
案例7-2：单细胞算法优化版108
第8章 归来吧，数据112
8.1 分类——机器学习的核心112
8.2 万物皆回归112
案例8-1：传统机器学习114
案例8-2：TensorFlow线性回归模型117
8.3 模型简理124
案例8-3：TensorFlow模型保存125
案例8-4：TensorFlow模型读取126
第9章 Pkmital入门案例套餐（上）128
9.1 Halcon简介128
9.2 帕拉格·库马尔案例合集简介129
9.3 Pkmital案例集合详解131
9.4 TensorFlow基础132
案例9-1：TensorFlow基础权重设置和图形计算132
案例9-2：图像的卷积计算140
9.5 回归算法145
案例9-3：线性回归145
案例9-4：线性回归修正版150
9.6 多项式回归151
案例9-5：多项式回归151
案例9-6：多项式回归修正版153
9.7 逻辑回归模型154
案例9-7：逻辑回归模型154
9.8 CNN卷积神经网络算法159
案例9-8：CNN卷积神经网络159
0章 Pkmital入门案例套餐（下）165
10.1 自编码算法165
案例10-1：自编码算法165
10.2 dAE降噪自编码算法170
案例10-2：dAE降噪自编码算法170
10.3 CAE卷积编码算法177
案例10-3：CAE卷积编码算法177
10.4 DRN深度残差网络183
案例10-4：DRN深度残差网络183
10.5 VAE变分自编码算法189
案例10-5：VAE变分自编码算法189
10.6 TDV联合矩阵模型199
1章 TensorFlow内置案例分析201
11.1 预备知识202
11.2 Mnist手写数字识别211
案例11-1：Mnist初级案例211
案例11-2：Mnist专业版本215
11.3 FFNNs前馈神经网络模型224
案例11-3：FFNNs前馈神经网络模型224
2章 TensorLayer案例分析234
12.1 手写识别算法234
案例12-1：Mnist手写识别234
12.2 Mnist神经网络模型合集242
案例12-2：Dropout网络模型243
案例12-3：DropConnect网络模型253
可视化数据256
案例12-4：dAE降噪自编码算法1257
可视化数据260
案例12-5：dAE降噪自编码算法2260
可视化数据262
案例12-6：CNN卷积神经网络算法263
可视化数据266
3章 TFLearn案例分析267
13.1 生存游戏268
13.1.1 泰坦尼克数据集268
13.1.2 Kaggle机器学习公开赛269
案例13-1：泰坦尼克号生存与死亡270
13.2 线性回归274
案例13-2：线性回归模型275
13.3 模型管理278
案例13-3：保存读取模型数据278
13.4 超智能体283
案例13-4：超智能体：NOT取反运算284
案例13-5：超智能体：OR或运算286
案例13-6：超智能体：AND（与）运算288
案例13-7：超智能体：XOR（异或）运算289
13.5 CNN卷积神经网络算法292
案例13-8：CNN卷积神经网络算法292
4章 Keras案例分析297
14.1 Keras模型298
14.2 Keras使用流程299
14.3 Keras常用模块300
14.4 Keras模型可视化301
案例14-1：MLP多层神经网络303
案例14-2：CNN卷积神经网络309
案例14-3：IRNN修正循环神经网络316
案例14-4：HRNN分层循环神经网络322
5章 TensorFlow常用运行模式327
15.1 深度学习三大要素327
15.2 神经网络基本结构328
15.3 基本神经元层329
15.4 神经网络通用流程335
15.5 Loss损失函数338
15.6 TensorFlow常用优化算法340

一本让你轻松了解神经网络、深度学习的实战教程独创的黑箱教学模式，全书无任何抽象理论和深奥的数学公式。独创的逆向式课件模式，案例、图表优先，层层剖析。首次系统化融合Tensorflow和Pandas数据分析软件，无需直接使用复杂的Numpy数学矩阵模块。三位一体的课件模式：图