本书从环境的搭建和Tensorflow2.X的基础语法讲起，逐步深入到计算机视觉项目的实战，重点介绍了如何使用Tensorflow2.X框架实现各类经典的深度学习模型，让读者可以系统地学习Tensorflow2.X和计算机视觉领域的相关知识并有更深入的了解。 


本书分为10章，涵盖的主要内容有Anaconda环境配置、Jupyter Notebook使用；神经网络和纯Python手动实现；Tensorflow2.X的基础语法；图像分类算法模型的理论和实战；迁移学习技术实战；目标检测算法模型的理论和实战；自编码器算法模型的理论和实战；生成式对抗网络算法模型的理论和实战；基于深度学习的指纹识别技术实战；基于Linux平台下的深度学习模型网页部署。 


本书内容通俗易懂，案例丰富，实用性强，特别适合Tensorflow2.X语言和计算机视觉入门读者阅读，也适合Python程序员等其他编程爱好者阅读。另外，本书也适合作为相关培训机构的教材使用。