本书基于TensorFlow 2.1版本进行编写。书中内容分为4篇。第1篇包括TensorFlow的安装、使用方法。第2篇包括数据集制作、特征工程等数据预处理工作，以及与数值分析相关的模型(其中包括wide_deep模型、梯度提升树、知识图谱、带有JANET单元的RNN等模型)。第3篇从自然语言处理、计算机视觉两个应用方向介绍了基础的算法原理和主流的模型。第4篇介绍了生成式模型和零次学习两种技术，其中介绍了信息熵、归一化、f-GAN、最优传输、Sinkhorn算法，以及变分自编码、DeblurGAN、AttGAN、DIM、VSC等模型。