本书前两章介绍了TensorFlow的基础知识和概念；第3章和第4章介绍了简单的示例及全连接神经网络；第5章和第6章介绍了基础的卷积神经网络，以及目前比较经典的AlexNet、VGGNet、Inception Net和ResNet；第7章介绍了Word2Vec、RNN和LSTM；第8章介绍了强化学习，以及基于深度学习的策略网络和估值网络；第9章介绍了TensorBoard、单机多GPU并行，以及分布式并行；最后两章介绍了TF Learn及其他TensorFlow辅助组件。