.NET 开发者转型 AI？只需要学会这个工具！

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！