参见这里：(https://www.bilibili.com/video/BV1yB4y1n7eJ/?spm_id_from=333.999.0.0)
全书包含九个实战项目，分为九章。 以基于Android手机的智能化应用场景为项目目标，采用迭代模式，从基于TensorFlow的智能建模开始，到基于Android的应用开发结束。模型从训练到部署，设计周期长，技术要点多，复杂度高，工作量大，考验设计者的恒心与毅力。
场景无限好，模型来相撑。场景包括：一百余种花朵识别、三百余种鸟类识别、美食场景检测、驾驶场景检测、人机聊天、人脸生成、人脸识别与活体检测、基因序列预测、蛋白质结构预测。模型包括：EfficientNetV1~V2、MobileNetV1~V3、EfficientDet、YOLOv1~v5、Transformer、GAN、Progressive GAN、StyleGAN1~StyleGAN3、VGG-Face、FaceNet、BERT、DenseNet121、AlphaFold2。
本书聚焦前沿、经典，充满创新与挑战。全程配备同步教学视频，超过20小时的高密度大容量精华视频，让学习变得更简单。
本书适合做为高阶性实践教材、毕业设计指导教材、创新创业训练指导教材、实训实习指导教材，适合研究生和工程技术人员学习参考。
这是一本以项目为引领、以经典模型为主线的面向产业链的实战化教科书。从建模到应用、从理论到实践、TensorFlow与Android贯串始终。聚焦前沿，贴近生产，产教融合，注重实战。
全书技术演进路线如图2所示。模型挂帅，场景领航。学以致用，一以贯之。运用之妙，存乎一心。理论实战，一气呵成。
三条模型部署路径，Web服务器模式、Socket服务器模式、轻量级边缘计算模式无缝集成，相互补充、相互支持。中央服务器模式，可实现一对多的大规模并发应用。边缘计算模式的优点是不依赖远程网络和中央计算。
本书建模采用TensorFlow框架，Web服务器和Socket服务器采用Python语言编程。Android开发采用Kotlin语言编程。
全书九章，九个实战项目，涉及图像分类、目标检测、语言智能、人脸识别、图像生成、生物信息六个主题领域。第八章、第九章的生物信息项目计算量较大，模型推理周期较长，不适合Android即时部署演示。其他七个项目，全部实现了从TensorFlow建模起步，到Android场景部署的教学示范和应用示范。
本书所有章节配备同步高清教学视频，读者可跟随教材同步复现项目设计的全部流程。纸质教材是教学视频的经纬根基，教学视频则是对纸质教材的立体超越。微课版教材的优势是：纸质教材纲举目张，教学视频见微知著，二者相辅相成，实现1+1>2的教学效果。
超过26小时的高密度精华视频，是你逢山开路、遇水架桥的优先选项，是你嘈嘈切切错杂弹、大珠小珠落玉盘的灵感源泉，是你推陈出新、青出于蓝而胜于蓝的进阶秘籍。
本书源于项目建设，理论与实战碰撞、情感与情怀交织，凝练、浓缩、升华了我们过往的些许收获。
书稿落定，恰逢小满。欧阳修的诗句“最爱垄头麦，迎风笑落红”，甚是契合心境。聊赋忆秦娥，寄托所有美好。雄心烈，欲将新书牵日月。牵日月，左手Tensor，右手Android。
马作的卢振长策，虎咬天开凭君跃。凭君跃，一腾天半，二腾天阙。
第1章 EfficientNetV2与花朵识别
第2章 MobileNetV3与鸟类识别
第3章 EfficientDet与美食场景检测
第4章 YOLOv5与驾驶场景检测
第5章 Transformer与人机畅聊
第6章 StyleGAN与人脸生成
第7章 FaceNet与人脸活体识别
第8章 BERT与基因序列预测
第9章 AlphaFold2与蛋白质结构预测
参考文献