Keras作為深度學(xué)習(xí)*為流行的框架之一，是一個(gè)用Python語(yǔ)言編寫(xiě)的開(kāi)源人工神經(jīng)網(wǎng)絡(luò)庫(kù)�！禟eras深度學(xué)習(xí)》一書(shū)從新手角度出發(fā)，系統(tǒng)介紹了Keras深度學(xué)習(xí)技術(shù)，從Python數(shù)據(jù)處理開(kāi)始，到深度學(xué)習(xí)理論，再到Keras各種代碼實(shí)戰(zhàn)，全書(shū)秉承實(shí)例講解的方式，降低學(xué)習(xí)難度。

《Keras深度學(xué)習(xí)》全書(shū)共8章，前4章介紹了Keras的基礎(chǔ)環(huán)境搭建和前端基礎(chǔ)知識(shí)，包括Python數(shù)據(jù)編程、Python常用工具包和深度學(xué)習(xí)基本原理等；后4章介紹Keras深度學(xué)習(xí)方法與實(shí)戰(zhàn)案例，包括使用Keras構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)、使用Keras進(jìn)行序列處理、應(yīng)用Keras實(shí)現(xiàn)更加精細(xì)化模型定制的函數(shù)式API、使用Keras實(shí)現(xiàn)GAN和VAE在內(nèi)的多種深度生成式學(xué)習(xí)模型等。

《Keras深度學(xué)習(xí)》內(nèi)容由淺入深、語(yǔ)言通俗易懂，從基本原理到實(shí)踐應(yīng)用、從基礎(chǔ)神經(jīng)網(wǎng)絡(luò)到復(fù)雜模型的深度剖析，全書(shū)遵循學(xué)習(xí)規(guī)律，讓讀者在循序漸進(jìn)的學(xué)習(xí)中深刻體會(huì)到Keras作為深度學(xué)習(xí)框架的魅力。

《Keras深度學(xué)習(xí)》適合想要了解深度學(xué)習(xí)、熟悉Python但不熟悉框架的初學(xué)者閱讀，也適合各大高等院�；蚺嘤�(xùn)機(jī)構(gòu)人工智能相關(guān)專業(yè)的學(xué)生學(xué)習(xí)。深度學(xué)習(xí)應(yīng)用研究人員、深度學(xué)習(xí)愛(ài)好者、人工智能化產(chǎn)業(yè)從業(yè)人員、大數(shù)據(jù)從業(yè)人員、算法工程設(shè)計(jì)實(shí)現(xiàn)工程師、模型與架構(gòu)設(shè)計(jì)等相關(guān)領(lǐng)域工程師、計(jì)算機(jī)視覺(jué)領(lǐng)域入門(mén)愛(ài)好者以及其他渴望入門(mén)深度學(xué)習(xí)相關(guān)領(lǐng)域的人士均可選擇本書(shū)參考學(xué)習(xí)。

基礎(chǔ)知識(shí) 算法原理 經(jīng)典案例，從全連接網(wǎng)絡(luò)到復(fù)雜模型，從數(shù)據(jù)清洗到翻譯模型，一本書(shū)輕松搞定Keras。

本書(shū)適合讀者：人工智能深度學(xué)習(xí)愛(ài)好者、算法工程師、計(jì)算機(jī)視覺(jué)專業(yè)相關(guān)學(xué)生、機(jī)器學(xué)習(xí)深度學(xué)習(xí)等人工智能化各類從業(yè)人員

本書(shū)特色：

1. 入門(mén)門(mén)檻低，內(nèi)容安排符合學(xué)習(xí)規(guī)律

從搭建環(huán)境學(xué)起不同環(huán)境下相關(guān)軟件和工具的下載和安裝深度學(xué)習(xí)基礎(chǔ)理論*后通過(guò)Keras實(shí)現(xiàn)深度學(xué)習(xí)的各類經(jīng)典應(yīng)用。由簡(jiǎn)到難，逐步深入，適合深度學(xué)習(xí)和機(jī)器學(xué)習(xí)零基礎(chǔ)的讀者學(xué)習(xí)。

2. 注重新手友好性，理論結(jié)合實(shí)踐

作者以學(xué)生的視角，將自己Keras實(shí)際學(xué)習(xí)過(guò)程中的經(jīng)驗(yàn)進(jìn)行積累，讓新手更容易上手。

在具體介紹過(guò)程中給出短小精悍的示例，讓讀者能邊學(xué)習(xí)邊實(shí)踐，縮短新手與老手之間的差距。

3. 技術(shù)面廣泛，注意技巧豐富

本書(shū)內(nèi)容涵蓋10種Python常用數(shù)據(jù)結(jié)構(gòu)、5種主流數(shù)據(jù)分析工具、卷積神經(jīng)網(wǎng)絡(luò)、序列處理、函數(shù)式API及應(yīng)用、Keras在深度生成式模型中的應(yīng)用等。包括5個(gè)綜合實(shí)戰(zhàn)案例，所選案例涉獵廣泛而豐富，既有計(jì)算機(jī)視覺(jué)領(lǐng)域的圖像分類問(wèn)題的經(jīng)典案例，也有基于神經(jīng)網(wǎng)絡(luò)的翻譯系統(tǒng)實(shí)戰(zhàn)。在代碼示例中，不僅僅包含了模型構(gòu)建和設(shè)計(jì)的核心思想，同時(shí)也兼顧了新手容易犯錯(cuò)的細(xì)節(jié)展示。

魯睿元 西安交通大學(xué)軟件學(xué)院研究生，主要研究深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)方向。主要優(yōu)異表現(xiàn)：在第一屆百度菁英班榮獲第一名；帶隊(duì)代表西安交通大學(xué)參加首屆浦發(fā)百度智慧金融極客挑戰(zhàn)賽中，榮獲全國(guó)三等獎(jiǎng)。曾在多家博客網(wǎng)站發(fā)表多篇深度學(xué)習(xí)以及算法相關(guān)文章，深受讀者喜愛(ài)。

祝繼華 副教授，西安交通大學(xué)模式識(shí)別與智能系統(tǒng)專業(yè)工學(xué)博士學(xué)位，博士生導(dǎo)師。2011年6月至今在西安交通大學(xué)軟件學(xué)院從事教學(xué)與科研工作，主要研究方向?yàn)橛?jì)算機(jī)視覺(jué)和移動(dòng)機(jī)器人，先后主持國(guó)家自然科學(xué)基金項(xiàng)目2項(xiàng)，陜西省自然科學(xué)基金項(xiàng)目1項(xiàng)和中國(guó)博士后科學(xué)基金項(xiàng)目2項(xiàng)，曾參與國(guó)家973項(xiàng)目和國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目等多項(xiàng)國(guó)家級(jí)項(xiàng)目的研究工作。在激光點(diǎn)云數(shù)據(jù)配準(zhǔn)、移動(dòng)機(jī)器人導(dǎo)航定位與環(huán)境感知等方面具有一定的研究基礎(chǔ)，并在所述領(lǐng)域以第一作者或通訊作者發(fā)表SCI論文20余篇。