第2章　TensorFlow基础

我们可以说机器学习算法是完成人工智能问题的“道”，但是真正解决人工智能问题还需要好用的“术”，换句话说，我们需要功能强大并且容易学习的机器学习软件框架。当然，作为目前计算机学科最热门的领域，各种机器学习框架的研发创新正在如火如荼地进行着。这些框架的设计思路不尽相同，有的框架着眼于模型研究，有的框架面向工程化实践，有的和大数据紧密绑定，还有的在用户易用和框架兼容性方面下工夫。TensorFlow正是其中的集大成者，强大的研发背景，兼容易用的API设计，再加上谷歌在工程化实践的背书，使得TensorFlow自诞生以来一直高速持续地在机器学习的各种应用层面迅速发展并开花结果。

本章主要讲解机器学习的一些宏观概念以及无人驾驶和机器学习之间的定性关系。内容分为六部分，第一部分着重介绍机器学习中的主流框架；第二部分详细介绍搭建TensorFlow开发环境的过程；第三部分通过HelloTF直观引入TensorFlow框架机器学习的一般流程；第四部分简单介绍TensorFlow的架构；第五部分着重介绍TensorFlow的高阶和低阶框架API；第六部分是扩展阅读部分，主要介绍tensorflow.js这一衍生框架。