（資源本來想上傳到CSDN上的，無奈CSDN上有相同資源，而那個資源又是要積分的，所以只好傳網盤了。）

我並不建議專攻哪一本，從學習效率上說，建議綜合來看。我自己看書也是這樣，研究某一領域的時候，不只看一本書，而是同時看好幾本，這樣可以博採眾家之長，而且可以避免單一作者個人的短處。

CSDN《AI技術人才成長路線圖 V1.0》連結：https://pan.baidu.com/s/1wf4xbSwdClQEyBkEs5rR6Q 密碼：4pnh

這本幫你找準定位，知道要入手AI要學哪些東西。

TensorFlow學習筆記 連結：https://pan.baidu.com/s/1QekhB9AIqoS_H_hWMRCRaA 密碼：a08l

這本書內容簡明扼要，適合快速入手，找準不足，再另擇書細看。

TensorFlow 官方文件中文版 - v1.2 連結：https://pan.baidu.com/s/1YDKgy-nI1PMl4_dcdwkSrQ 密碼：lcen

不過它有些分支內容沒有翻譯。

TensorFlow技術解析與實戰.李嘉璇.2017 連結：https://pan.baidu.com/s/1HSDZxwz4AjRDK9pYr2b3gw 密碼：0jlm

這兩本書寫得比較全，不過我的建議是，如果你是對深度學習和TensorFlow一無所知，可以從頭看；如果是有點基礎，只是查漏補缺的話，你可以快速查詢你需要的部分。個人認為帶著需求去看需要的部分，目的性強，其效率遠好於通讀課本。

神經網路與深度學習 通俗易懂，可以看看。

英文版

中文版 連結：https://pan.baidu.com/s/1Z-WxDsbb5DckioS_EIWAqg 
提取碼：wuqm 

面向機器智慧的TensorFlow實踐 (智慧系統與技術叢書) 連結：https://pan.baidu.com/s/18XbaHt1rjR764F7zcPxJKA 密碼：g7ex

這本書有對張量流有比較好的說明，但是有些TensorFlow語句用法講的不是很詳細，並非教科書式的，光看它一本書是不夠的。

其實張量流運作原理其實很簡單，就是先設很多節點（operation操作），當執行session（會話）類的run方法的時候，對應節點如果有現成值則輸出；如果沒有則入棧。如果棧首節點幾個源節點都有值，則計算該節點，出棧；如果棧首節點存在源節點無現成的值，則對應源節點入棧。重複這一過程，直到所有節點出棧，得到會話對應節點，輸出。