|
|
|
作為一kuan輕量級、模塊化的開源深度學習框架，Keras以容易上手、利於快速原型實現、能夠與TensorFlow和Theano等後端計算平台很好兼容等優點，深受眾多開發人員和研究人員的喜愛。本書結合大量實例，簡明扼要地介紹了目前熱門的神經網路技術和深度學習技術。從經典的多層感知機到用於圖像處理的深度卷積網路，從處理序列化數據的循環網路到偽造模擬數據的生成對抗網路，從詞嵌入到AI遊戲應用中的強化學習，本書引ling讀者一層一層揭開深度學習的面紗，並在逐漸清晰的理論框架下，提供多個Python編碼實例，方便讀者動手實踐。
通過閱讀本書，讀者不僅能學會使用Keras快捷構建各個類型的深度網路，還可以按需自定義網路層和後端功能，從而提升自己的AI編程能力，在成為深度學習專家的路上更進一步。
Antonio Gulli是企業領導和軟體部門高管，具備創新精神和執行力，並樂於發現和管理全球高科技人才。他是搜索引擎、在線服務、機器學習、信息檢索、數據分析以及雲計算等多方面的專家。他幸運地擁有歐洲4個不同國家的工作經驗，並管理過來自歐洲和美國6個不同國家的員工。Antonio在出版業（Elsevier）、消費者互聯網（Ask.com和Tiscali）以及高科技研發（微軟和谷歌）等多個跨度的行業里歷任CEO、GM、CTO、副總裁、總監及區域主管。
[印度]蘇伊特·帕爾(Sujit Pal）是Elsevier Labs技術研發主管，致力於構建圍繞研發內容和元數據的智能系統。他的主要興趣包括信息檢索、本體論、自然語言處理、機器學習，以及分散式處理。他現在的工作是利用深度學習模型對圖像進行分類和相似度識別。在此之前，他在衛生保健行業工作，幫助構建基於本體論的語義搜索、關聯廣告，以及EMR數據處理平台。他在他的博客Salmon Run上發表技術文章。
譯者：
王海玲，大學畢業於吉林大學電腦系，從小喜愛數學，曾獲得華羅庚數學競賽全國二等獎。擁有世界500強企業多年研發經驗。作為項目骨幹成員，參與過美國惠普實驗室機器學習項目。李昉，畢業於東北大學自動化系，大學期間曾獲得「挑戰杯」全國一等獎。擁有世界500強企業多年研發經驗，隨後加入互聯網創業公司。2013年開始帶領研發團隊將大數據分析運用於「預訂電商」價格分析預測（《IT經理世界》2013年第6期）。現在中體彩彩票運營公司負責大數據和機器學習方面的研發。同時是集智俱樂部成員，參與翻譯人工智慧圖書《Deep Thinking》。
中文版審校者簡介：
于立國，現任國美大數據研究院研發總監，曾任知名上市互聯網廣告公司——品眾互動研發總監，也曾在Adobe數字化營銷部門擔任負責人，對大數據、人工智慧、互聯網廣告領域深有研究。
第1章 神經網路基礎
第2章 Keras安裝和API
第3章 深度學習之卷積網路
