《深度学习入门：基于Python的理论与实现》

编辑推荐

这是日本深度学习入门经典畅销书，原版上市不足2年印刷量就达100000册，长期位列日亚“人工智能”类图书榜首，收获众多五星好评。

书中使用Python 3，尽量不依赖外部库或工具，能从零创建一个深度学习模型。示例代码清晰，源代码可下载，运行环境简单，读者可边读书边执行程序，简单易上手。

采用平实的语言，结合直观的插图和具体例子，将深度学习原理讲解得简明易懂。还使用计算图介绍复杂的误差反向传播法，十分直观。

相比AI圣经“花书”，本书更适合入门。对于非AI方向的技术人员，能大大降低入门深度学习的门槛；对在校大学生、研究生而言，是学习深度学习的好教材；即便对工作中已熟练使用框架开发深度学习模型的读者，也能从中获得新体会。——摘自本书译者序

内容简介

本书是深度学习真正意义上的入门书，深入浅出剖析深度学习的原理和相关技术。从基本数学知识出发，带领读者从零创建经典的深度学习网络，让读者逐步理解深度学习。书中不仅介绍深度学习和神经网络的概念、特征等基础知识，还深入讲解误差反向传播法、卷积神经网络等，此外介绍了深度学习相关实用技巧，以及在自动驾驶、图像生成、强化学习等方面的应用，还解答了为什么加深层可提高识别精度等疑难问题。本书适合深度学习初学者阅读，也可作为高校教材。

作者简介

斋藤康毅（作者） 东京工业大学毕业，并完成东京大学研究生院课程。现从事计算机视觉与机器学习相关的研究和开发工作。是Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版译者。 陆宇杰（译者） 众安科技NLP算法工程师。主要研究方向为自然语言处理及其应用，对图像识别、机器学习、深度学习等领域有密切关注。Python爱好者。