本書共分為 8 章,主要內容包括與人工智能相關的數學知識,Python 語言所特有的語法和技巧,Docker 模型透明無縫地發(fā)布的實現,業(yè)界優(yōu)秀的 Git 代碼版本管理工具,模型開發(fā)環(huán)境的配置,高級人工智能開發(fā)工程師常用的 IDE 開發(fā)工具,經典神經網絡模型的剖析和分解,RPC 遠程調用的實現,訓練樣本的序化組織結構TFRecord,模型的訓練、保存和封裝發(fā)布,模型訓練的 GPU 配置和機制策略的部署,模型從訓練到發(fā)布的完整示例等。