本书首先介绍深度学习的基本概念，并与其他机器学习模型进行比较。阐述与TensorFlow互补的用于创建深度学习模型的技术框架，包括TensorFlow、Pandas、Scikit-Learn、Numpy、Keras等，通过对主流框架进行比较，突出其技术特点。重点介绍有监督的深度学习模型、数据增强和批处理规范化方法、自动编码器的理论应用和无监督学习等技术，并使用Tensorflow 2.0和Keras API创建真实的应用程序，实现深度学习应用。本书面向深度学习和机器学习API领域的数据科学家和程序员，建立有效使用TensorFlow的实战经验，深入研究深度学习的实际应用。