.NET开发者转型AI？只需要学会这个工具！

👆点击“博文视点Broadview”，获取更多书讯

提起人工智能，大家脑海中首先都会浮现出：

谷歌Alpha Go

抖音大数据推荐

Siri

特斯拉无人驾驶

波士顿动力机器人

……

这些都是互联网行业耳熟能详的AI应用，我们知道目前互联网和科研中开发人工智能大多基于Python语言，这也是近些年Python广受欢迎的原因。

但是在传统的制造生产环境中，依然是微软.NET的天下，其中主要的开发语言为C#，在全球，目前已有600多万的.NET开发者。

制造业中使用的程序大多数是基于.NET或者C++，和较流行的Python 不同，开发者一般也无法再切换设备原生程序的语言，因为涉及PC内很多运动控制、各种板卡和通信交互等外部依赖的商业类库，更换语言的成本很高，也几乎不可能完成。

那么，.NET开发者想要转型人工智能的开发，在制造业中发挥AI的力量，打造智能化的“黑灯工厂”、“智慧矿山”、“智慧城市”等，最大的困难是什么：

网络模型的开发？

数据集清洗和剪枝？

……

不！其实，最难的是： 

模型的部署和加速！

如何在.NET环境中快速部署AI项目，同时集成GPU加速呢？

目前一般的做法是：通过post通信，Python上训练和部署，并通过Flask服务和原程序通讯交互；或者，通过C++调用ONNX或TensorRT，再编译成动态链接库，C#使用P-INVOKE技术调用。

这些做法通过层层调用或通信，开发效率极低，且没有成熟文档和案例参考，给广大.NET开发者带来了巨大的困难，一不留神就会踩个大坑，完全不具备.NET开发优异的舒适度和代码丝滑感，是目前.NET开发人员开启深度学习大门遇到最大的痛点！

在这样的背景下，TensorFlow.NET应运而生！

TensorFlow.NET (TF.NET) 是 SciSharp STACK开源社区团队的贡献，它为TensorFlow提供了.NET Standard binding，旨在以C＃实现完整的TensorFlow API，允许.NET开发人员使用跨平台的.NET Standard框架开发、训练和部署机器学习模型。

TF.NET的使命是打造一个完全属于.NET开发者自己的机器学习平台，特别对于C#开发人员来说，是一个“0”学习成本的机器学习平台，该平台集成了大量API和底层封装，力图使TensorFlow的Python代码风格和编程习惯可以无缝移植到.NET平台。 

SciSharp STACK的机器学习工具库和微软官方的库最大的区别是：里面所有库的语法都最大限度的按照Python生态的习惯。

有了SciSharp, 相当于有了typed-python (强类型python)，这样做的目的，也是为了.NET开发者花最小的成本去学习并运用在机器学习上。

目前，TensorFlow.NET已经被微软ML.NET官方的底层算法集成，并被谷歌写入TensorFlow官网教程推荐给全球开发者使用。

TensorFlow.NET深受广大 .NET深度学习开发者喜爱， GitHub 上的项目 Star 超过 2.5k，NuGet 上的总下载量已突破一百万次。

框架有了，那如何快速上手应用呢？

这本官方原生的TensorFlow.NET实践宝典——《TensorFlow.NET实战》就是助你学习TensorFlow.NET并快速上手的极佳选择！

这是一本万人亲测的硬核教程，有百幅图解助力，让每一位.NET开发人员都能快速开启AI大门！

本书涵盖深度学习的方法和实践，主要面向在校大学生、生产技术人员和研究人员，适合具备.NET 编程基础，希望通过.NET 技术开发深度学习应用的读者阅读。

本书特色

和传统深度学习书籍相比，本书有什么特色？

01. 快速入门

本书介绍了核心API 的用法和基础示例，包括数据类型、张量、Eager Mode、自动求导、线性回归、逻辑回归、tf.data、深度神经网络和AutoGraph 机制，读者可以通过学习快速入门。

02. 快速应用

本书演示了.NET Keras 的用法，包括模型、网络层、常用API、模型搭建和模型训练，读者可以由此快速掌握主流的深度学习方法。

03. 快速落地

本书有大量的生产应用和案例实操，包括GPU 环境搭建、自定义数据集训练、图像分类、目标检测、迁移学习、自然语言处理、生成对抗网络和F#应用案例，每个案例均有完整的代码，帮助开发者快速在实际项目中开展AI技术落地。

除此之外，本书中还有“一键部署GPU技巧分享”“工业中机器视觉和机器学习如何互补融合”“矿山智慧监测中的时序预测”等前沿、有趣的案例心得，都是深入一线生产的开发人员宝贵经验的总结浓缩。

作者简介

仇华

从事机器视觉和机器学习开发的工作14年，目前在TCL担任资深软件工程师。

SciSharp Stack开源社区核心组成员，TensorFlow苏州社区创办者，多年来专注于图像算法和深度学习领域的研究，获得Google深度学习开发者认证、微软AIM人工智能经理证书和苏州市高级视觉工程师证书。

陈海平

从事软件开发和系统架构设计的工作16年，目前在美国一家公司担任高级软件架构师。

创办SciSharp Stack开源社区，TensorFlow.NET创立和主要维护者，主要业余时间都投入在开源社区的项目贡献。

如果你是制造业现场的代码开发人员，正在苦于老板交付的智能制造业务不知如何快速落地？如果你是优秀的.NET开发者，想快速转型深度学习这一新大陆？如果你正在找寻一个更适合现场的深度学习框架？那么，这本《TensorFlow.NET实践》就是你最佳的选择！

扫码了解本书详情！

发布：刘恩惠

审核：陈歆懿

如果喜欢本文欢迎 在看丨留言丨分享至朋友圈 三连
 热文推荐  
专访“MySQL 之父”：我曾创造 MySQL，也将颠覆 MySQL
如何掌握“看见数据”的魔力？
书单 | 游戏领域10本大师级作品！
为什么编程第一课都要学Hello World？

▼点击阅读原文，了解本书详情~