"全书共8章，可分为三部分。 第一部分为深度学习基础篇，包括第1、2章，介绍Python基础、数学基础、深度学习的概念和任务；第二部分为深度学习基本模型篇，包括第3~5章，介绍卷积神经网络、循环神经网络和基于自注意力机制的Transformer模型；第三部分为自然语言应用篇，包括第6~8章，介绍词向量、预训练语言模型、词法分析等自然语言处理领域的应用和实践。书中各章相互独立，读者可根据自己的兴趣和时间使用。书中每章都给出了相应的实践内容，建议读者在阅读时，辅以代码实践，快速上手深度学习，加深对模型的理解。 本书内容基础、案例丰富，适合作为高等院校人工智能及相关专业的教材，也可供研究人员和技术人员参考。 "

"内容基础基础算法、模型、Paddle实现原理系统讲解案例完备每章都配有完整代码，并提供下载和线上平台实践循序渐进本书的目标是让读者从“基础知识”到“案例应用”实战导向针对计算机视觉、自然语言处理等场景给出需求、模型和实践代码"

前言 新一轮科技革命和产业变革带动了传统产业的升级改造。党的二十大报告强调“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,深入实施科教兴国战略、人才强国战略、创新驱动发展战略,开辟发展新领域新赛道,不断塑造发展新动能新优势”。建设高质量高等教育体系是摆在高等教育面前的重大历史使命和政治责任。高等教育要坚持国家战略引领,聚焦重大需求布局,推进新工科、新医科、新农科、新文科建设,加快培养紧缺型人才。 深度学习源于人工神经网络。2012年AlexNet在ImageNet大赛中成功击败传统方法后，深度学习兴起，迅速成为机器学习领域内非常活跃的一个分支。深度学习是一种基于数据表征学习的方法，通过构建具有多个隐藏层的学习网络和海量的训练数据来学习有用的特征，通过逐层特征变换将样本在原空间的特征表示变换到新特征空间，从而实现更加准确高效的分类或预测。近年来，深度学习方法已经在人脸识别、自动驾驶、工业机器人、智能推荐、智能客服等诸多领域得到广泛应用，取得了令人惊喜的应用成果。 深度学习平台作为人工智能时代的“操作系统”，其自主可控的重要性不言而喻。然而，无论是学术界驱动的代表性深度学习框架Theano、Caffe，还是由企业主导的深度学习框架TensorFlow、PyTorch，鲜有中国主导的平台。面对愈演愈烈的国际竞争态势，为了全面提升我国人工智能科技实力，发展和推广类似飞桨(PaddlePaddle)这样自主可控的深度学习开源平台势在必行。本书编写的初衷就是为推动我国人工智能教育，以及人工智能技术的自主可控贡献一份力量。 ...