本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，详尽介绍了用 Python和Keras进行深度学习的探索实践 ，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化， 读者无须具备机器学习相关背景知识即可展开阅读 。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。
本书特色
“本书在当前的‘人工智能热’和深度学习的本来面目之间架起了一座桥梁。”——Peter Rabinovitch，云平台Akamai高级性能工程师
“本书是助你进阶为Keras及深度学习高手的秘笈。”——Claudio Rodriguez，IT服务公司Candid Partners高级DevOps工程师
“本书是我为华盛顿大学设计的一门深度学习课程所选的教材，非常实用。能够直接得到Keras之父的建议真是一桩幸事。”——Amazon.com用户Eric Nichols
● 30多个代码示例，带你全面掌握如何用深度学习解决实际问题
● Keras框架速成的明智之选
● 夯实深度学习基础，在实践中培养对深度神经网络的良好直觉
● 无须机器学习经验和高等数学背景
本书由Keras之父、现任Google人工智能研究员的François Chollet执笔，详尽展示了用Python、Keras、TensorFlow进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。在学习完本书后，读者将了解深度学习、机器学习和神经网络的关键概念，具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力，学会解决现实世界中的深度学习问题。除此之外，本书还深刻剖析了当前的“人工智能热”，从理性的视角展望了深度学习在未来的可能性。
目 录
第一部分 深度学习基础
第 1 章 什么是深度学习
第 2 章 神经网络的数学基础
第 3 章 神经网络入门
第 4 章 机器学习基础
第二部分 深度学习实践
第 5 章 深度学习用于计算机视觉
第 6 章 深度学习用于文本和序列
第 7 章 高级的深度学习最佳实践
第 8 章 生成式深度学习
第 9 章 总结
作者介绍
【作者简介】
弗朗索瓦•肖莱（François Chollet）
Keras之父，TensorFlow机器学习框架贡献者，Kaggle竞赛教练，个人Kaggle竞赛全球排名曾获得第17名。目前任职于Google，从事人工智能研究，尤其关注计算机视觉与机器学习在形式推理方面的应用。
【译者简介】
张亮（hysic）
毕业于北京大学物理学院，爱好机器学习和数据分析的核安全工程师，译有《Python数据处理》《Python机器学习基础教程》等。
【 PPT下载方式 】
关注【计算机视觉联盟】公众号后台回复关键词：
20190118
