深度學(xué)習(xí)：算法入門與Keras編程實(shí)踐

　　深度學(xué)習(xí)作為人工智能領(lǐng)域的“排頭兵”，將在未來的新一輪產(chǎn)業(yè)升級(jí)中起到至關(guān)重要的作用。本書以“理論＋實(shí)踐”的形式幫助讀者快速建立深度學(xué)習(xí)知識(shí)體系，不僅能在算法層面上理解各種神經(jīng)網(wǎng)絡(luò)模型，而且能借助功能強(qiáng)大且極易上手的Keras 框架，熟練地搭建和訓(xùn)練模型，應(yīng)用于解決實(shí)際問題。 全書共12章，內(nèi)容涵蓋入門深度學(xué)習(xí)的絕大部分基礎(chǔ)知識(shí)。第1章講解如何搭建深度學(xué)習(xí)的編程環(huán)境，并簡(jiǎn)單回顧了學(xué)習(xí)深度學(xué)習(xí)必備的數(shù)學(xué)知識(shí)。第2章從回歸算法出發(fā)帶領(lǐng)讀者踏上深度學(xué)習(xí)之路。第3～9章全面講解時(shí)下幾種主流神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，包括多層感知機(jī)（MLP）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、 自動(dòng)編碼器（AE）、變分自動(dòng)編碼器（VAE）、對(duì)抗生成網(wǎng)絡(luò)（GAN）等。第10～12章著重介紹時(shí)下主流的幾類深度學(xué)習(xí)應(yīng)用，包括圖像識(shí)別、目標(biāo)檢測(cè)和自然語言處理等。無論是算法原理還是編程實(shí)踐，本書都從易到難、循序漸進(jìn)地講解，并配合簡(jiǎn)單輕松的實(shí)例幫助讀者加深印象。 本書不僅適合需要在工作中應(yīng)用深度學(xué)習(xí)技術(shù)的專業(yè)人員，而且適合具備一定計(jì)算機(jī)編程基礎(chǔ)的人工智能和深度學(xué)習(xí)愛好者。對(duì)于大專院校相關(guān)專業(yè)的師生，本書也是一本不錯(cuò)的參考讀物。

　　李易 畢業(yè)于世界著名學(xué)府美國(guó)賓夕法尼亞大學(xué)，擅長(zhǎng) Python、C++ 等主流編程語言與 AI 視覺處理。在校期間曾在世界知名的 Haim Bau 教授實(shí)驗(yàn)室參與基于 AI 圖像算法的寨卡（Zika）病毒識(shí)別、HSV（單純皰疹病毒）檢測(cè)等多個(gè)研究項(xiàng)目。目前就職于汽車行業(yè)供應(yīng)商瑞典 Syntronic 公司，帶領(lǐng)團(tuán)隊(duì)研發(fā)基于 AI 技術(shù)與商用 5G 車聯(lián)網(wǎng)的車內(nèi)生命檢測(cè)系統(tǒng)。