深度学习：主流框架和编程实战

自20世纪80年代以来，机器学习已经在算法、理论和应用等方面取得巨大成功，在产业界与学术界影响深刻。深度学习作为机器学习的一个分支，在当今大数据的背景下，随着数据量的激增、计算能力的增强以及计算成本的降低，应用范围逐步扩大，尤其在语音识别、图像识别和图像处理领域取得了突出的成果。目前，人工智能技术方兴未艾，作为其核心技术的深度学习的发展如火如荼，各家研究机构提出了各自的深度学习框架，并出现了很多新方法。众多研究者和专业人员开始学习深度学习，但是目前市场缺乏介绍深度学习框架以及深度学习方法的综合性著作，大家需要通过上网查找资料、调参数、运行实例和二次编码来学习，每一步都可能遇到很多问题和阻碍。这也促使作者编写了这本深度学习的实践教程，目的是使初学者快速入门并掌握解决实际问题的能力。本书主要从当下深度学习的四大主流框架出发，分析框架结构，并配以网络实例来对实际问题进行处理进而深入理解框架结构。书中的算法代码配有详细的解释说明，以便于读者能够在不熟悉代码语言的情况下仍能了解网络框架的结构与特点。