译者序

近年来，深度学习技术取得了突破性进展，基于深度神经网络的计算机视觉和自然语言处理技术取得了突飞猛进的发展，在智慧城市、安全监控、人机交互、机器翻译等多个领域取得了巨大的商业价值，极大地激发了人们对深度学习和神经网络的学习热情。具有一定专业深度且通俗易懂的神经网络设计入门教材对于初学者的帮助显然是至关重要的，《TensorFlow神经网络设计——基于Python API深度学习实战》正是这样的一部优秀教材。

本书以TensorFlow 2.0为基本开发平台，通过一系列具体的应用案例，使用通俗易懂的语言比较系统地介绍深度学习的基本概念和神经网络模型设计的基本知识。这些案例涉及的应用领域非常广泛，从图像识别到推荐系统，从艺术图像生成到自然语言处理，为读者的应用系统设计和开发提供了比较宽广的视野。本书的知识内容和知识结构面向神经网络初学者设计，首先概述Python编程语言、机器学习、深度学习和神经网络的基本知识，然后着重介绍前馈神经网络、卷积神经网络、循环神经网络、自动编码器和生成对抗网络等神经网络模型的基本结构，详细讨论了基于TensorFlow 2.0开发平台的神经网络模型的设计技巧和训练方法，以及样本数据集的获取与处理、应用系统开发的基本过程，逐步消除读者在深度学习技术开发应用方面的认知盲点。

本书内容丰富新颖，语言文字表述清晰，应用实例讲解详细具体，图例直观形象，适合作为高等学校人工智能、智能科学与技术、数据科学与大数据技术、计算机科学与技术以及相关专业的本科生或研究生深度学习课程入门性教材，也可供工程技术人员和自学读者学习参考。

本书由汪雄飞、陈朗、汪荣贵共同翻译完成。感谢研究生张前进、江丹、孙旭、尹凯健、王维、张珉、李婧宇、修辉、雷辉、张法正、付炳光、李明熹、董博文、麻可可、李懂、刘兵、王耀、杨伊、陈震、沈俊辉、黄智毅、禚天宇等同学提供的帮助，感谢清华大学出版社王芳编辑的大力支持。

由于时间仓促，译文难免存在不妥之处，敬请读者不吝指正！

译者2023年8月