本书适合初学者快速入门深度学习算法和TensorFlow框架。我们已讲故事的方式向读者一步步地介绍每个核心算法，非常详细地剖析算法原理，手把手实现每个算法实战，不但让读者能够了解算法的工作原理，更重要的是教会读者如何一步步地思考问题并解决问题。具体地，我们会介绍目前深度学习的数学原理，反向传播算法，卷积神经网络，循环神经网络，对抗生产网络，自编码器，神经网络结构搜索，图卷积网络等等一系列前沿核心算法。使读者不仅可以明白原理，还能学以致用。内容讲解细致，没有数学基础的读者也能轻松入门。

龙良曲，澳洲在读博士，曾任新加坡国立大学助理研究员，在深度学习领域有非常丰富的理论和实践基础，在网易云课程发布2门S级课程。

前言 这是一本面向人工智能，特别是深度学习初学者的图书，本书旨在帮助更多的读者了解、喜欢并进入人工智能行业中，因此作者试图从人工智能中的简单问题入手，一步步地提出设想、分析以及实现方案，重温当年科研工作者的探索之路，让读者身临其境地感受算法设计思想，从而掌握分析和解决问题的方法。这种方式对读者的基础知识要求较少，读者在学习本书的过程中会自然而然地了解算法的相关背景知识，体会到知识是为了解决问题而生的，避免出现为了学习而学习的窘境。 尽管作者试图将读者的基础要求降到最低，但是人工智能不可避免地需要使用正式化的数学符号推导，其中涉及少量的概率与统计、线性代数、微积分等数学知识，一般要求读者对这些数学知识有初步印象或了解即可。比起理论基础，需要有少量的编程经验，特别是Python语言编程经验，因为本书更侧重于实用性，而不是堆砌公式。 本书共15章，第1~3章主要介绍人工智能的初步认知，并引出相关问题； 第4、5章主要介绍TensorFlow相关基础，为后续算法实现铺垫； 第6~9章主要介绍神经网络的核心理论和共性知识，让读者理解深度学习的本质； 第10~15章主要介绍常见的算法与模型，让读者能够学有所用。 在本书的编写过程中，很多英文词汇尚无法在业界找到一个共识翻译名，因此作者备注翻译的英文原文，供读者参考，同时也方便日后阅读相关英文文献时，不至于感到陌生。 尽管每天都有深度学习相关算法论文的发表，但是作者相信，深度学习的核心思想和基础理论是共通的。本书已尽可能地涵盖其中基础、主流并且前沿的算法知识，但是仍然有很多算法无法涵盖，读者学习完本书后，可以自行...