diff --git a/SUMMARY.md b/SUMMARY.md
index 68e59d57d58facc722ff538db03cfd50a67030e8..d80dbdfd1f5cb9acfcc6d4012bfe1dc797fa76bf 100644
--- a/SUMMARY.md
+++ b/SUMMARY.md
@@ -220,74 +220,74 @@
 	+   [11 语言学数据管理](docs/nlp/11.md)
 	+   [后记：语言的挑战](docs/nlp/12.md)
 	+   [索引](docs/nlp/14.md)
-+   [TensorFlow 2.0 教程](docs/tf2/README.md)
++   [TensorFlow 2.4 官方教程](docs/tf2/README.md)
 	+   [初学者的 TensorFlow 2.0 教程](docs/tf2/002.md)
 	+   [针对专业人员的 TensorFlow 2.0 入门](docs/tf2/003.md)
 	+   [初级](docs/tf2/004.md)
-	+   [Keras 机器学习基础知识](docs/tf2/005.md)
-	+   [基本分类：对服装图像进行分类](docs/tf2/006.md)
-	+   [电影评论文本分类](docs/tf2/007.md)
-	+   [使用 Keras 和 Tensorflow Hub 对电影评论进行文本分类](docs/tf2/008.md)
-	+   [Basic regression: Predict fuel efficiency](docs/tf2/009.md)
-	+   [Overfit and underfit](docs/tf2/010.md)
-	+   [保存和恢复模型](docs/tf2/011.md)
-	+   [Introduction to the Keras Tuner](docs/tf2/012.md)
-	+   [加载和预处理数据](docs/tf2/013.md)
-	+   [用 tf.data 加载图片](docs/tf2/014.md)
-	+   [使用 tf.data 加载文本数据](docs/tf2/015.md)
-	+   [用 tf.data 加载 CSV 数据](docs/tf2/016.md)
-	+   [使用 tf.data 加载 NumPy 数据](docs/tf2/017.md)
-	+   [使用 tf.data 加载 pandas dataframes](docs/tf2/018.md)
-	+   [Unicode 字符串](docs/tf2/019.md)
-	+   [TF.Text](docs/tf2/020.md)
-	+   [TFRecord 和 tf.Example](docs/tf2/021.md)
-	+   [Estimator](docs/tf2/022.md)
-	+   [预创建的 Estimators](docs/tf2/023.md)
-	+   [Build a linear model with Estimators](docs/tf2/024.md)
-	+   [在 Tensorflow 中训练提升树（Boosted Trees）模型](docs/tf2/025.md)
-	+   [梯度提升树（Gradient Boosted Trees）：模型理解](docs/tf2/026.md)
-	+   [通过 Keras 模型创建 Estimator](docs/tf2/027.md)
+		+   [Keras 机器学习基础知识](docs/tf2/005.md)
+			+   [基本分类：对服装图像进行分类](docs/tf2/006.md)
+			+   [电影评论文本分类](docs/tf2/007.md)
+			+   [使用 Keras 和 Tensorflow Hub 对电影评论进行文本分类](docs/tf2/008.md)
+			+   [Basic regression: Predict fuel efficiency](docs/tf2/009.md)
+			+   [Overfit and underfit](docs/tf2/010.md)
+			+   [保存和恢复模型](docs/tf2/011.md)
+			+   [Introduction to the Keras Tuner](docs/tf2/012.md)
+		+   [加载和预处理数据](docs/tf2/013.md)
+			+   [用 tf.data 加载图片](docs/tf2/014.md)
+			+   [使用 tf.data 加载文本数据](docs/tf2/015.md)
+			+   [用 tf.data 加载 CSV 数据](docs/tf2/016.md)
+			+   [使用 tf.data 加载 NumPy 数据](docs/tf2/017.md)
+			+   [使用 tf.data 加载 pandas dataframes](docs/tf2/018.md)
+			+   [Unicode 字符串](docs/tf2/019.md)
+			+   [TF.Text](docs/tf2/020.md)
+			+   [TFRecord 和 tf.Example](docs/tf2/021.md)
+		+   [Estimator](docs/tf2/022.md)
+			+   [预创建的 Estimators](docs/tf2/023.md)
+			+   [Build a linear model with Estimators](docs/tf2/024.md)
+			+   [在 Tensorflow 中训练提升树（Boosted Trees）模型](docs/tf2/025.md)
+			+   [梯度提升树（Gradient Boosted Trees）：模型理解](docs/tf2/026.md)
+			+   [通过 Keras 模型创建 Estimator](docs/tf2/027.md)
 	+   [高级](docs/tf2/028.md)
-	+   [自定义](docs/tf2/029.md)
-	+   [Customization basics: tensors and operations](docs/tf2/030.md)
-	+   [Custom layers](docs/tf2/031.md)
-	+   [自定义训练: 演示](docs/tf2/032.md)
-	+   [分布式训练](docs/tf2/033.md)
-	+   [Keras 的分布式训练](docs/tf2/034.md)
-	+   [使用 tf.distribute.Strategy 进行自定义训练](docs/tf2/035.md)
-	+   [利用 Keras 来训练多工作器（worker）](docs/tf2/036.md)
-	+   [利用 Estimator 进行多工作器训练](docs/tf2/037.md)
-	+   [使用分布策略保存和加载模型](docs/tf2/038.md)
-	+   [Distributed Input](docs/tf2/039.md)
-	+   [图像](docs/tf2/040.md)
-	+   [卷积神经网络（Convolutional Neural Network, CNN）](docs/tf2/041.md)
-	+   [Image classification](docs/tf2/042.md)
-	+   [Transfer learning and fine-tuning](docs/tf2/043.md)
-	+   [Transfer learning with TensorFlow Hub](docs/tf2/044.md)
-	+   [Data augmentation](docs/tf2/045.md)
-	+   [图像分割](docs/tf2/046.md)
-	+   [文本](docs/tf2/047.md)
-	+   [单词嵌入向量](docs/tf2/048.md)
-	+   [使用 RNN 进行文本分类](docs/tf2/049.md)
-	+   [循环神经网络（RNN）文本生成](docs/tf2/050.md)
-	+   [基于注意力的神经机器翻译](docs/tf2/051.md)
-	+   [Image captioning with visual attention](docs/tf2/052.md)
-	+   [理解语言的 Transformer 模型](docs/tf2/053.md)
-	+   [Fine-tuning a BERT model](docs/tf2/054.md)
-	+   [结构化数据](docs/tf2/055.md)
-	+   [对结构化数据进行分类](docs/tf2/056.md)
-	+   [Classification on imbalanced data](docs/tf2/057.md)
-	+   [Time series forecasting](docs/tf2/058.md)
-	+   [生成](docs/tf2/059.md)
-	+   [神经风格迁移](docs/tf2/060.md)
-	+   [DeepDream](docs/tf2/061.md)
-	+   [深度卷积生成对抗网络](docs/tf2/062.md)
-	+   [Pix2Pix](docs/tf2/063.md)
-	+   [CycleGAN](docs/tf2/064.md)
-	+   [Adversarial example using FGSM](docs/tf2/065.md)
-	+   [Intro to Autoencoders](docs/tf2/066.md)
-	+   [卷积变分自编码器](docs/tf2/067.md)
-	+   [可解释性](docs/tf2/068.md)
-	+   [Integrated gradients](docs/tf2/069.md)
-	+   [强化学习](docs/tf2/070.md)
-	+   [Playing CartPole with the Actor-Critic Method](docs/tf2/071.md)
+		+   [自定义](docs/tf2/029.md)
+			+   [Customization basics: tensors and operations](docs/tf2/030.md)
+			+   [Custom layers](docs/tf2/031.md)
+			+   [自定义训练: 演示](docs/tf2/032.md)
+		+   [分布式训练](docs/tf2/033.md)
+			+   [Keras 的分布式训练](docs/tf2/034.md)
+			+   [使用 tf.distribute.Strategy 进行自定义训练](docs/tf2/035.md)
+			+   [利用 Keras 来训练多工作器（worker）](docs/tf2/036.md)
+			+   [利用 Estimator 进行多工作器训练](docs/tf2/037.md)
+			+   [使用分布策略保存和加载模型](docs/tf2/038.md)
+			+   [Distributed Input](docs/tf2/039.md)
+		+   [图像](docs/tf2/040.md)
+			+   [卷积神经网络（Convolutional Neural Network, CNN）](docs/tf2/041.md)
+			+   [Image classification](docs/tf2/042.md)
+			+   [Transfer learning and fine-tuning](docs/tf2/043.md)
+			+   [Transfer learning with TensorFlow Hub](docs/tf2/044.md)
+			+   [Data augmentation](docs/tf2/045.md)
+			+   [图像分割](docs/tf2/046.md)
+		+   [文本](docs/tf2/047.md)
+			+   [单词嵌入向量](docs/tf2/048.md)
+			+   [使用 RNN 进行文本分类](docs/tf2/049.md)
+			+   [循环神经网络（RNN）文本生成](docs/tf2/050.md)
+			+   [基于注意力的神经机器翻译](docs/tf2/051.md)
+			+   [Image captioning with visual attention](docs/tf2/052.md)
+			+   [理解语言的 Transformer 模型](docs/tf2/053.md)
+			+   [Fine-tuning a BERT model](docs/tf2/054.md)
+		+   [结构化数据](docs/tf2/055.md)
+			+   [对结构化数据进行分类](docs/tf2/056.md)
+			+   [Classification on imbalanced data](docs/tf2/057.md)
+			+   [Time series forecasting](docs/tf2/058.md)
+		+   [生成](docs/tf2/059.md)
+			+   [神经风格迁移](docs/tf2/060.md)
+			+   [DeepDream](docs/tf2/061.md)
+			+   [深度卷积生成对抗网络](docs/tf2/062.md)
+			+   [Pix2Pix](docs/tf2/063.md)
+			+   [CycleGAN](docs/tf2/064.md)
+			+   [Adversarial example using FGSM](docs/tf2/065.md)
+			+   [Intro to Autoencoders](docs/tf2/066.md)
+			+   [卷积变分自编码器](docs/tf2/067.md)
+		+   [可解释性](docs/tf2/068.md)
+			+   [Integrated gradients](docs/tf2/069.md)
+		+   [强化学习](docs/tf2/070.md)
+			+   [Playing CartPole with the Actor-Critic Method](docs/tf2/071.md)
\ No newline at end of file
diff --git a/docs/tf2/SUMMARY.md b/docs/tf2/SUMMARY.md
index f0e23c2e464fc086bfad8a224d88f26e84af75bb..722ae95b32622a0ae6c41666f579167fda44e129 100644
--- a/docs/tf2/SUMMARY.md
+++ b/docs/tf2/SUMMARY.md
@@ -2,70 +2,70 @@
 +   [初学者的 TensorFlow 2.0 教程](002.md)
 +   [针对专业人员的 TensorFlow 2.0 入门](003.md)
 +   [初级](004.md)
-+   [Keras 机器学习基础知识](005.md)
-+   [基本分类：对服装图像进行分类](006.md)
-+   [电影评论文本分类](007.md)
-+   [使用 Keras 和 Tensorflow Hub 对电影评论进行文本分类](008.md)
-+   [Basic regression: Predict fuel efficiency](009.md)
-+   [Overfit and underfit](010.md)
-+   [保存和恢复模型](011.md)
-+   [Introduction to the Keras Tuner](012.md)
-+   [加载和预处理数据](013.md)
-+   [用 tf.data 加载图片](014.md)
-+   [使用 tf.data 加载文本数据](015.md)
-+   [用 tf.data 加载 CSV 数据](016.md)
-+   [使用 tf.data 加载 NumPy 数据](017.md)
-+   [使用 tf.data 加载 pandas dataframes](018.md)
-+   [Unicode 字符串](019.md)
-+   [TF.Text](020.md)
-+   [TFRecord 和 tf.Example](021.md)
-+   [Estimator](022.md)
-+   [预创建的 Estimators](023.md)
-+   [Build a linear model with Estimators](024.md)
-+   [在 Tensorflow 中训练提升树（Boosted Trees）模型](025.md)
-+   [梯度提升树（Gradient Boosted Trees）：模型理解](026.md)
-+   [通过 Keras 模型创建 Estimator](027.md)
+	+   [Keras 机器学习基础知识](005.md)
+		+   [基本分类：对服装图像进行分类](006.md)
+		+   [电影评论文本分类](007.md)
+		+   [使用 Keras 和 Tensorflow Hub 对电影评论进行文本分类](008.md)
+		+   [Basic regression: Predict fuel efficiency](009.md)
+		+   [Overfit and underfit](010.md)
+		+   [保存和恢复模型](011.md)
+		+   [Introduction to the Keras Tuner](012.md)
+	+   [加载和预处理数据](013.md)
+		+   [用 tf.data 加载图片](014.md)
+		+   [使用 tf.data 加载文本数据](015.md)
+		+   [用 tf.data 加载 CSV 数据](016.md)
+		+   [使用 tf.data 加载 NumPy 数据](017.md)
+		+   [使用 tf.data 加载 pandas dataframes](018.md)
+		+   [Unicode 字符串](019.md)
+		+   [TF.Text](020.md)
+		+   [TFRecord 和 tf.Example](021.md)
+	+   [Estimator](022.md)
+		+   [预创建的 Estimators](023.md)
+		+   [Build a linear model with Estimators](024.md)
+		+   [在 Tensorflow 中训练提升树（Boosted Trees）模型](025.md)
+		+   [梯度提升树（Gradient Boosted Trees）：模型理解](026.md)
+		+   [通过 Keras 模型创建 Estimator](027.md)
 +   [高级](028.md)
-+   [自定义](029.md)
-+   [Customization basics: tensors and operations](030.md)
-+   [Custom layers](031.md)
-+   [自定义训练: 演示](032.md)
-+   [分布式训练](033.md)
-+   [Keras 的分布式训练](034.md)
-+   [使用 tf.distribute.Strategy 进行自定义训练](035.md)
-+   [利用 Keras 来训练多工作器（worker）](036.md)
-+   [利用 Estimator 进行多工作器训练](037.md)
-+   [使用分布策略保存和加载模型](038.md)
-+   [Distributed Input](039.md)
-+   [图像](040.md)
-+   [卷积神经网络（Convolutional Neural Network, CNN）](041.md)
-+   [Image classification](042.md)
-+   [Transfer learning and fine-tuning](043.md)
-+   [Transfer learning with TensorFlow Hub](044.md)
-+   [Data augmentation](045.md)
-+   [图像分割](046.md)
-+   [文本](047.md)
-+   [单词嵌入向量](048.md)
-+   [使用 RNN 进行文本分类](049.md)
-+   [循环神经网络（RNN）文本生成](050.md)
-+   [基于注意力的神经机器翻译](051.md)
-+   [Image captioning with visual attention](052.md)
-+   [理解语言的 Transformer 模型](053.md)
-+   [Fine-tuning a BERT model](054.md)
-+   [结构化数据](055.md)
-+   [对结构化数据进行分类](056.md)
-+   [Classification on imbalanced data](057.md)
-+   [Time series forecasting](058.md)
-+   [生成](059.md)
-+   [神经风格迁移](060.md)
-+   [DeepDream](061.md)
-+   [深度卷积生成对抗网络](062.md)
-+   [Pix2Pix](063.md)
-+   [CycleGAN](064.md)
-+   [Adversarial example using FGSM](065.md)
-+   [Intro to Autoencoders](066.md)
-+   [卷积变分自编码器](067.md)
-+   [可解释性](068.md)
-+   [Integrated gradients](069.md)
-+   [强化学习](070.md)
-+   [Playing CartPole with the Actor-Critic Method](071.md)
+	+   [自定义](029.md)
+		+   [Customization basics: tensors and operations](030.md)
+		+   [Custom layers](031.md)
+		+   [自定义训练: 演示](032.md)
+	+   [分布式训练](033.md)
+		+   [Keras 的分布式训练](034.md)
+		+   [使用 tf.distribute.Strategy 进行自定义训练](035.md)
+		+   [利用 Keras 来训练多工作器（worker）](036.md)
+		+   [利用 Estimator 进行多工作器训练](037.md)
+		+   [使用分布策略保存和加载模型](038.md)
+		+   [Distributed Input](039.md)
+	+   [图像](040.md)
+		+   [卷积神经网络（Convolutional Neural Network, CNN）](041.md)
+		+   [Image classification](042.md)
+		+   [Transfer learning and fine-tuning](043.md)
+		+   [Transfer learning with TensorFlow Hub](044.md)
+		+   [Data augmentation](045.md)
+		+   [图像分割](046.md)
+	+   [文本](047.md)
+		+   [单词嵌入向量](048.md)
+		+   [使用 RNN 进行文本分类](049.md)
+		+   [循环神经网络（RNN）文本生成](050.md)
+		+   [基于注意力的神经机器翻译](051.md)
+		+   [Image captioning with visual attention](052.md)
+		+   [理解语言的 Transformer 模型](053.md)
+		+   [Fine-tuning a BERT model](054.md)
+	+   [结构化数据](055.md)
+		+   [对结构化数据进行分类](056.md)
+		+   [Classification on imbalanced data](057.md)
+		+   [Time series forecasting](058.md)
+	+   [生成](059.md)
+		+   [神经风格迁移](060.md)
+		+   [DeepDream](061.md)
+		+   [深度卷积生成对抗网络](062.md)
+		+   [Pix2Pix](063.md)
+		+   [CycleGAN](064.md)
+		+   [Adversarial example using FGSM](065.md)
+		+   [Intro to Autoencoders](066.md)
+		+   [卷积变分自编码器](067.md)
+	+   [可解释性](068.md)
+		+   [Integrated gradients](069.md)
+	+   [强化学习](070.md)
+		+   [Playing CartPole with the Actor-Critic Method](071.md)