本书旨在掌握深度学习基本知识和特性的基础上，培养使用TensorFlow+OpenCV进行实际编程以解决图像处理相关问题的能力。全书力求通过通俗易懂的语言和详细的程式分析，介绍TensorFlow的基本用法、高级模型设计和对应的程式编写。 本书共13章，内容包括计算机视觉与深度学习的关係、Python的安装和使用、Python数据处理及可视化、机器学习的理论和算法、计算机视觉处理库OpenCV 、OpenCV图像处理实战、TensorFlow基本数据结构和使用、TensorFlow数据集的创建与读取、BP神经网路、反馈神经网路、卷积神经网路等。本书强调理论联繫实际，着重介绍TensorFlow+OpenCV解决图像识别的套用，提供大量数据集供读者使用，并以代码的形式实现深度学习模型实例供读者参考。

第1章 计算机视觉与深度学习 1

1.1 计算机视觉与深度学习的关係 1

1.1.1 人类视觉神经的启迪 2

1.1.2 计算机视觉的难点与人工神经网路 3

1.1.3 套用深度学习解决计算机视觉问题 4

1.2 计算机视觉学习的基础与研究方向 5

1.2.1 学习计算机视觉结构图 5

1.2.2 计算机视觉的学习方式和未来趋势 6

1.3 本章小结 7

第2章 Python的安装与使用 8

2.1 Python基本安装和用法 8

2.1.1 Anaconda的下载与安装 9

2.1.2 Python编译器PyCharm的安装 12

2.1.3 使用Python计算softmax函式 15

2.2 TensorFlow类库的下载与安装（基于CPU模式） 16

2.3 TensorFlow类库的下载与安装（基于GPU模式） 18

2.3.1 CUDA配置 18

2.3.2 cuDNN配置 21

2.4 OpenCV类库的下载与安装 22

2.5 Python常用类库中的threading 24

2.5.1 threading库的使用 25

2.5.2 threading模组中最重要的Thread类 25

2.5.3 threading中的Lock类 26

2.5.4 threading中的join类 27

2.6 本章小结 28

第3章 Python数据处理及可视化 29

3.1 从小例子起步—NumPy的初步使用 29

3.1.1 数据的矩阵化 29...