本书共12章，分为3篇第1篇深度学习与TensorFlow基础，包括快速了解人工智能与TensorFlow、搭建开发环境、TensorFlow基本开发步骤、TensorFlow编程基础、识别图中模糊的手写数字等内容；第2篇深度学习基础——神经网络介绍了神经网络的基础模型，包括单個神经元、多层神经网络、卷积神经网络、循环神经网络、自编码网络等内容；第3篇深度学习进阶是对基础网络模型的灵活运用与自由組合，是对前面知识的综合及拔高包括深度神经网络和对抗神经网络两章内容。 [1]

30秒极速了解本书精华内容

TensorFlow基本开发步骤——以逻辑回归擬合二维数据为例

识别图中模糊的手写数字（实例21）

2. 深度学习基础——神经网络

多层神经网络——解决非线性问题

卷积神经网络——解决參数太多问题

循环神经网络——具有记忆功能的网络

自编码网络——能够自学习样本特征的网络

李金洪长期拼搏在一线的高级软件工程師。先后担任过CAD算法工程师、手机游戏主程、架构师、项目经理、CTO、部门经理、资深产品总监和CEO等职务现任代码医生工作室主程序员。精通C、C++、汇编、Python、Java和Go等编程语言；擅长神经网络、算法、协议分析、逆向和移动互联网安全架构等技术在深度学习领域中参与过某移动互联网后台的OCR项目、某娱乐节目机器人的语音识别和声纹识别项目，以及活体检测、金融和安全等领域的多个AI项目发布过两套关于CNTK深度學习框架的视频教程。

• 前序遍历中先访问根节点，然後访问左子树中各个节点最后访问右子树中各个节点，由此可知根节点值为3；
• 中序遍历中先访问左子树中各个节点，然后访问根节点最后访问右子树中各个节点，由此可知 [9] 为左子树中的节点而 [15, 20, 7] 为右子树中的节点；
• 对左子树和右子树重复执行上述步骤，即可依次求得各子树的根节点；

• Q1：两种方法的区别
  • Approach 1：将表示左子树和右子树的数组作为参数传递给各方法；
  • Approach 2：将数组 preorder 和 inorder 作为全局参数，将表示左子树囷右子树的起始和终止索引作为参数传递给各方法；
• Q2：两种方法的区别？
  • Approach 1：使用循环结构从中序遍历结果中找出根节点及其索引；
  • Approach 2：將中序遍历结果存入哈希表中，从哈希表中获取根节点及其索引；

• 后序遍历中先访问左子树中各个节点，然后访问右子树中各个节点朂后访问根节点；

• 由前序遍历结果可知，根节点值为1且左子树的根节点值为2；
• 由后序遍历结果可知，左子树的根节点2左侧的部分 [4, 5, 2] 为左子樹右侧的部分 [6, 7, 3] 为右子树；
• 对左子树和右子树重复执行上述步骤，即可依次求得各子树的根节点；

• Q2：为什么需要额外检测子数组中仅有一個元素的情况
• A2：因为程序中使用pre[preStart + 1]，用于获取左子树的根节点为了防止preStart + 1访问数组越界，需要将数组中仅有一个元素的情况单独处理；