"本书以Python 3.11.0为平台，以实际应用为背景，通过“概念+公式+经典应用”相结合的形式，深入浅出地介绍Python深度学习实用案例。全书共10章，主要内容包括掀开深度学习的面纱、神经网络的数学基础、机器学习的基础、神经网络分析与应用、计算视觉分析与应用、文本和序列分析与应用、目标检测分析与应用、生成式深度学习分析与应用、人脸检测分析与应用、强化学习分析与应用等内容。通过本书的学习，读者可领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python进行深度学习的简单、便捷，以及其应用性强等功能特点。 本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关专业科研人员、学者、工程技术人员的参考用书。 "

丁伟雄 单位：佛山科学技术学院 职务、职称：图书馆副馆长、高级实验师 性别：男 年龄：50 专业：计算机及应用 学历：学士 研究领域：计算机及应用、计算机软件与理论、图书馆管理及服务，研究成果：著有《Python机器学习核心算法编程实例》、《MATLAB R2015a 数字图像处理》、《Android 程序设计与应用》、《MATLAB无线通信系统经典应用》等。（北京航空航天大学计算机系毕业）

前言 人工智能经历了3次发展浪潮，其中第三次是深度学习的复兴，就目前来看似乎还处在循环的前半段： 技术突破先前的局限而快速发展，投资狂热，追随者甚多。问题是现在的热潮是技术萌芽期的过分膨胀还是昙花一现且将逐渐冷却后进入寒冬？Keras之父Francois Chollet总结了深度学习自身的特质——简单、可扩展、多功能与可利用，并称它确实是“人工智能的革命，且能长盛不衰”。李开复也曾总结第三次浪潮是由商业需求主导的，而这次更多的是解决问题。 那是不是每个人都要学习人工智能、深度学习呢？计算机工程越来越庞大和细分，方向繁多，诸如前端、后端、测试等，纵然是计算机从业人员，到后来大多也只能集中精力在一个方向上深入。实质上，深度学习更像是一种新的思维，能补充我们对计算机乃至世界运行规律的理解。深度学习将传统机器学习中最为复杂的“特征工程”自动化，使机器可以“自主地”抽象和学习更具统计意义的“模式”。 深度学习如何高效入门可以说是AI领域老生常谈的一个问题，一种思路是从传统的统计学习开始，然后跟着书上推导公式学数学； 另一种思路是从实验入手，通过学习深度学习框架TensorFlow和Keras以及具体的图像识别的任务开展。 本书为什么会在众多语言当中选择Python实现深度学习呢？其主要原因如下： Python是一种效率极高的语言； 相比其他语言，Python语言简单、易学、易读、易维护。 另外，对程序员来说，社区是非常重要的，大多数程序员都需要向解决过类似问题的人寻求建议，在需要有人帮助解决问题时，有一个联系紧密、互帮互助的社区至关重要，Python...