1.6　后续各章概述

第2章讲述如何使用TensorFlow的各种组件（见图1.12）。第3～10章讲述如何在TensorFlow中实现经典的机器学习算法，第11～19章介绍基于神经网络的算法。该算法解决了各种各样的问题，如预测、分类、聚类、降维和规划。

图1.12　本章将介绍基本的机器学习概念，第2章将开始你的TensorFlow学习之旅。其他工具（如Caffe、Theano和Torch）也可以应用于机器学习算法，但你将在第2章看到为什么选TensorFlow

同一个现实问题可以用许多不同的算法来解决，而同一个算法也可以解决许多不同的现实问题。表1.1涵盖了本书的内容。

表1.1　许多现实世界的问题可以在各章中找到相应的算法

提示　如果你对TensorFlow的复杂架构细节感兴趣，最好的资源是官方文档https://www.tensorflow.org/tutorials/customization/basics。相对于更底层的性能调优，本书优先介绍TensorFlow的使用。如果你对云服务感兴趣，你可能会考虑谷歌的解决方案，以实现专业级的规模和速度（https://cloud.google.com/products/ai）。