TensorFlow大模型开发实践（制作 优化 应用）》循序渐进地讲解了TensorFlow大模型开发的核心知识，并通过具体实例演练了开发TensorFlow大模型程序的方法和流程。全书共14章，分别讲解了TensorFlow数据集制作、使用机器学习算法制作TensorFlow模型、保存和加载模型、使用深度学习算法制作TensorFlow模型、TensorBoard模型可视化、模型训练与调优详解、基本的模型优化操作、TensorFlowTransform（TFT）：模型数据规范化处理、TensorFlowDataValidation（TFDV）：验证模型数据、ModelRemediation：模型修复、ResponsibleAI和FairnessIndicators：评估和改进模型的公平性、NeuralStructuredLearning（NSL）：改进模型的学习能力和泛化能力、TensorFlowServing：优化模型部署、移动机器人智能物体识别系统（TensorFlowLite TensorFlow Android iOS）。《TensorFlow大模型开发实践（制作 优化 应用）》适用于想了解TensorFlow基础开发的读者，想要进一步学习大模型开发、模型优化、模型应用和模型架构的读者，同时，也可以作为大专院校相关专业的师生用书和培训学校的教材。