唐源：我们一个在国内一个在国外，理论上来说合作起来本应该是相当困难。但由于我们都是 TensorFlow 的贡献者，对 TensorFlow 都是算比较熟悉的了，所以我们写起书来也是比较独立，每人负责几个章节。写的过程中也积极地互相交流，讨论书中的各个例子有没有更好的实现方法，书也不是一天两天就能写完的，所以在写的过程中也都得互相跟进和讨论 TensorFlow 的最近进展。写作基本上都是工作之余完成的，确实需要花很多的时间，因为毕竟是写出来帮助大家的，对很多代码和应用的解释，以及背景知识的介绍也需要反复推敲。写书的过程中也发现和激起了对 TensorFlow 没有贡献到的一些模块的兴趣，通常写着写着发现自己已经打开了无数的代码文件而只写下了一两段话，写书也是一个不断学习，灵感不断涌现的过程。

　　CSDN：在开发人员读完《TensorFlow 实战》之后，可能需更进一步的提升，您是否有下一步相关著作的计划？或者有其他的学习途径可以推荐？

　　唐源：我们这次虽然大部分的例子都是基于最新的 1.0 版本，但是 TensorFlow 的发展特别快，我们会在下一版介绍更多的新的功能，也会根据读者的反馈意见来更好地帮助大家学习。其他的学习途径，可以参考官方的一些例子，一般都是和代码比较兼容的，然后 Github 上面也有很多值得学习的代码和例子，如果对源代码比较感兴趣，也鼓励大家积极参与贡献。

　　本文为CSDN栏目「2017 AI 创新者」系列专访之一。

　　本文转自 CSDN 大数据，特此感谢。

「招聘」

全职记者、编译和活动运营

欢迎实习生

以及人工智能翻译社志愿者

详细信息请进入公众号点击「招聘」

或发邮件至 [email protected]