"（1）介绍机器学习、深度学习等基础知识，阐述与TensorFlow互补的深度学习模型技术，探讨TensorFlow流行的原因；
（2）使用Flask轻量级框架在Web上提供已训练的深度学习模型，给出建立浅神经网络的实用案例；
（3）介绍数据增强和批处理规范化方法，给出使用MNIST数据集训练卷积神经网络的实用案例；
（4）介绍序列数据与递归神经网络，基于IMDB影评系统给出递归神经网络的实用案例；
（5）研究自然语言处理与推荐系统，给出深度自然语言处理及深度协同过滤的实用案例；
（6）详细介绍自动编码器的理论应用以及使用tf-agent模型的强化学习，给出基于Fashion MNIST数据集的图像降噪实用案例；
（7）详细介绍生成对抗网络，基于MNIST数据集实现生成对抗网络生成文本、图像或声音等应用。"