深度學習領域技術的飛速發(fā)展，給人們的生活帶來了很大改變。例如，智能語音助手能夠與人類無障礙地溝通，甚至在視頻通話時可以提供實時翻譯；將手機攝像頭聚焦在某個物體上，該物體的相關信息就會迅速地反饋給使用者；在購物網(wǎng)站上瀏覽商品時，計算機也在同時分析著用戶的偏好，并及時個性化地推薦用戶可能感興趣的商品。原先以為只有人類才能做到的事，現(xiàn)在機器也能毫無差錯地完成，甚至超越人類，這顯然與深度學習的發(fā)展密不可分，技術正引領人類社會走向嶄新的世界。
本書以深度學習為主題，將理論與簡明實戰(zhàn)案例相結合，以加深讀者對于理論知識的理解。本書首先介紹深度學習領域的現(xiàn)狀，深度學習領域和其他領域技術之間的關系，以及它們的主要特點和適用范圍；接下來，詳細講解TensorFlow框架中的基本操作，并在講解深度學習理論知識的同時，提供完整、詳盡的實現(xiàn)過程，供讀者參考。相信讀者在閱讀完本書后，會對深度學習有全面而深刻的了解，同時具備相當強的實踐能力。

全書共分為兩部分，包括17章內(nèi)容。
第1部分基礎篇涵蓋第1~8章。第1章深度學習簡介，包括計算機視覺、自然語言處理、強化學習； 第2章深度學習框架，包括Caffe、TensorFlow、PyTorch； 第3章機器學習基礎知識，包括模型評估與模型參數(shù)選擇、監(jiān)督學習與非監(jiān)督學習； 第4章TensorFlow深度學習基礎，包括Tensor對象及其運算，Tensor的索引和切片，Tensor的變換、拼接和拆分，TensorFlow的Reduction操作，三種計算圖，TensorFlow的自動微分； 第5章回歸模型，包括線性回歸、Logistic回歸、用TensorFlow實現(xiàn)Logistic回歸； 第6章神經(jīng)網(wǎng)絡基礎，包括基礎概念、感知器、BP神經(jīng)網(wǎng)絡、Dropout正則化、批標準化； 第7章卷積神經(jīng)網(wǎng)絡與計算機視覺，包括卷積神經(jīng)網(wǎng)絡的基本思想、卷積操作、池化層、卷積神經(jīng)網(wǎng)絡、經(jīng)典網(wǎng)絡結構、用TensorFlow進行手寫數(shù)字識別； 第8章神經(jīng)網(wǎng)絡與自然語言處理，包括語言建模、基于多層感知器的架構、基于循環(huán)神經(jīng)網(wǎng)絡的架構、基于卷積神經(jīng)網(wǎng)絡的架構、基于Transformer的架構、表示學習與預訓練技術。
第2部分實戰(zhàn)篇涵蓋第9~17章。第9章基于YOLO V3的安全帽佩戴檢測，包括數(shù)據(jù)準備，模型構建、訓練和測試； 第10章基于ResNet的人臉關鍵點檢測，包括數(shù)據(jù)準備、模型搭建與訓練、模型評價； 第11章基于ResNet的花卉圖片分類，包括環(huán)境與數(shù)據(jù)準備，模型構建、訓練和測試； 第12章基于U�睳et的細胞分割，包括細胞分割、基于U�睳et細胞分割的實現(xiàn)； 第13章基于DCGAN的MNIST數(shù)據(jù)生成，包括生成對抗網(wǎng)絡介紹、準備工作、創(chuàng)建模型、損失函數(shù)和優(yōu)化器、定義訓練循環(huán)、訓練模型和輸出結果。第14章基于遷移學習的電影評論分類，包括遷移學習概述、IMDB數(shù)據(jù)集、構建模型解決IMDB數(shù)據(jù)集分類問題、模型訓練和結果展示； 第15章基于LSTM的原創(chuàng)音樂生成，包括樣例背景介紹、項目結構設計、實驗步驟、成果檢驗； 第16章基于RNN的文本分類，包括數(shù)據(jù)準備、創(chuàng)建模型、訓練模型、堆疊兩個或更多 LSTM 層； 第17章基于TensorFlowTTS 的中文語音合成，包括TTS簡介、基于TensorFlowTTS 的語音合成實現(xiàn)。
附錄部分包括附錄A TensorFlow環(huán)境搭建和附錄B 深度學習的數(shù)學基礎。
本書特色
(1) 內(nèi)容涵蓋深度學習數(shù)學基礎講解，便于沒有高等數(shù)學基礎的讀者閱讀。
(2) 提供實際可運行的代碼和讓讀者可以親自試驗的學習環(huán)境。
(3) 對于誤差反向傳播法、卷積運算等看起來很復雜的技術，幫助讀者在實現(xiàn)層面上理解。
(4) 介紹流行的技術(如Batch Normalization)并進行實現(xiàn)。
(5) 提供真實的案例、完整的構建過程以及相應源代碼，使讀者能完整感受完成深度學習項目的過程。
配套資源
為便于教與學，本書配有210分鐘微課視頻、源代碼、數(shù)據(jù)集、教學課件、教學大綱。
（1） 獲取微課視頻方式： 讀者可以先掃描本書封底的文泉云盤防盜碼，再掃描書中相應的視頻二維碼，觀看教學視頻。
（2） 其他配套資源可以掃描本書封底的書圈二維碼，關注后回復本書的書號，即可下載。

讀者對象
本書適合Python深度學習初學者、機器學習算法分析從業(yè)人員以及全國高等學校計算機科學、軟件工程等相關專業(yè)的師生閱讀。
參與本書編寫的有呂云翔、王志鵬、劉卓然、歐陽植昊、郭志鵬、王淥汀、閆坤、杜宸洋、關捷雄、華昱云、陳妙然，同時曾洪立參與了部分內(nèi)容的編寫并完成了素材整理及配套資源制作等工作。
由于編者水平和能力有限，書中難免有疏漏之處，懇請各位同行和廣大讀者批評指正。

編者2022年4月