本书以TensorFlow 1.2为基础，从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念，接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧接着还将TensorFlow与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了N、GAN和RNN等经典模型，然后深入剖析了TensorFlow运行时核心、通信原理和数据流图计算的原理与实现，很后全面介绍了TensorFlow生态系统的发展。
本书既包括对《企业所得税法》背景与指导思想、影响等的理论分析、评述，也包括对具体制度的详细阐述，并以企业所得税法的条文为线索，对企业所得税法条文中所涉及的主要内容、重点问题，尤其是本次的争议焦点和立法重点，进行了详尽的阐述，读者能够提纲携领，有重点的把握和学习企业所得税制度。写作上,不拘泥于立法的规定，而是根据新旧立法的变化，具体分析其立法的背景、修改的理论背景、新制度的可实施性，以及实施效果等进行理论的分析和阐述，具有相当的理论深度，深入浅出，能够让读者更好的了解《企业所得税法》。
Python量化回溯、TensorFlow、PyTorch、MXNet深度学习平台以及神经网络模型，都是近年来兴起的前沿科技项目，相关理论、平台、工具目前尚处于摸索阶段。 TensorFlow是近年来影响大的神经网络、深度学习平台，本书从入门者的角度，对TensorFlow进行了介绍，《零起点TensorFlow与量化交易》中通过大量的实际案例，让初学者快速掌握神经网络和金融量化分析的基本编程，为进一步学习奠定扎实的基础。 《零起点TensorFlow与量化交易》中的案例、程序以教学为主，且进行了高度简化，以便读者能够快速理解相关内容，短时间了解Python量化回溯的整个流程，以及数据分析、机器学习、神经网络的应用。 《零起点TensorFlow与量化交易》仅仅作为入门课程，具体的实盘策略，有待广大读者通过进一步深入学习TensorFlow、PyTorch等新一代深度学习平台来获得。更重要的是，广大的一线实盘
