深入理解TensorFlow：架构设计与实现原理

 本书从基本概念、内部实现和实践等方面深剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念，着重介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧着还将TensorFlow与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了CNN、GAN和RNN等经典模型，然后深剖析了TensorFlow运行时核心、通信原理和数据流图计算的原理与实现，全面介绍了TensorFlow生态系统的发展。
【推荐语】
         谷歌机器学习发专家、华为深度学习团队系统工程师、华为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/中国大数据技术大会（BDTC）发起人查礼、“长江学者”特聘教授/浙江大学计算机学院院长陈刚作序              才云科技创始人兼CEO张鑫、Google Brain资深工程师周玥枫、华为人工智能领域主任工程师夏命榛、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、知衣科技联合创始人兼CEO郑泽宇联合           不仅介绍如何使用TensorFlow，还剖析了系统设计原理
【作者】
彭靖田，谷歌发专家（Google Developers Experts），Kubeflow Maintainer，TensorFlow Contributor。加州大学圣迭戈分校访问学者，浙江大学竺可桢荣誉和计算机科学双学位。毕业后华为人工智能团队，从零始参与华为深度学习平台设计与研发。2017年作为技术合伙人加才云科技，负责人工智能云平台 Clever，并为能源、运营商、电商等多个行业提供定制化人工智能平台方案。 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，爱好源软件与人工智能。曾参与发CNGrid GOS、MVAPICH等工业级软件，并合作创建LingCloud、DataMPI等源项目。  白小龙，华为公司深度学习云服务的技术负责人，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*博士生学术新人奖。