译者序

本书的作者Laurence Moroney多年来致力于教授人工智能课程和推广TensorFlow。他著有多本机器学习教程，为初学者提供了很好的人工智能入门资源。

本书涉及目前人工智能领域的几个热门方向，包括计算机视觉、自然语言处理和序列数据建模。尽管涵盖非常广泛的方向，但作者并没有引入太多的理论知识，而是通过直观的例子来解释机器学习和人工智能的基本概念，并立刻通过代码来实现。因此，阅读本书并不需要你有大量的机器学习背景。此外，本书也没有大篇幅介绍TensorFlow语法，而是简要地解释了一些重要的函数和逻辑。这也大大降低了你入门的门槛。当然，你需要具备一些Python编程基础才能更加顺畅地阅读本书。

与其他机器学习教程主要侧重于设计和训练模型不同，本书着重介绍了如何在不同的场景下部署模型，包括网页端、移动端（iOS和Android）和云端。成功部署模型往往是机器学习项目落地的一大难点。相较于其他机器学习框架，使用TensorFlow可以更方便地将模型部署到不同的平台，且无须更改已经训练好的模型。本书充分展示了如何利用TensorFlow的强大部署功能来部署模型，很多用于部署模型的代码范例稍加修改就可以用于不同的场景。

除了构建和部署模型，本书还涉及如何确保人工智能的伦理、公平和隐私。这是目前人工智能领域的重要研究课题，但是很多现有的其他教程并没有涉及这一点，而本书使用了一整章来介绍，这也是本书的优秀之处。本书提到的联邦学习和保证公平性的软件都是最新的和值得研究的。

本书遵循最新的TensorFlow 2.0编程规范，易于阅读和上手。例如，本书的代码均使用Keras API，而不是基于TensorFlow 1.0的estimator和session。这使得创建和调试模型变得非常简便，对于TensorFlow的初学者来说更加友好。

希望通过本书，你可以使用TensorFlow的最新功能，从零开始快速上手机器学习，创建和部署自己的模型，并用它来解决实际的人工智能问题。