深度学习计算机视觉入门、算法与实践（套装全2册）

 深度学习是人工智能的一个分支，受到人类大脑的启发，致力于指导计算机用神经网络进行学习。在线文本翻译、自动驾驶、商品推荐和智能语音助手等一系列令人兴奋的现代技术应用领域，都在深度学习的辅助下取得了突破性进展。
     《深度学习图解》指导你从*基础的每一行代码开始搭建深度学习网络！经验丰富的深度学习专家Andrew W. Trask以有趣的图解方式为你揭开深度学习的神秘面纱，使你可亲身体会训练神经网络的每个细节。只需要使用Python语言及其*基本的数学库NumPy，就可以训练出自己的神经网络，借助它观察并理解图像、将文字翻译成不同的语言，甚至像莎士比亚一样写作！当你完成这一切后，就为成为精通深度学习框架的专家做好了充分准备！

1. 凝聚知名图像处理专家8年深度学习算法的研究心得和实践经验。
2. 中科院研究员鲁华祥、阿里达摩院计算机视觉大模型负责人赵德丽等专家力荐。
3. 全面、深入介绍基于深度学习的图像识别技术与应用，深入介绍图像识别的核心算法与12个经典案例，重点突出计算机视觉领域的多项新技术研究成果。
4. 印刷精美：采用全彩印刷，能更好地呈现图像的色彩和各种细节。
5. 内容全面、新颖：涵盖深度学习与图像识别的核心技术与应用，并重点介绍多项新技术研究成果，给出多个重要领域的应用实践代码。
6. 讲解深入：在对内容横向扩展的同时，还进一步从纵向挖掘，力争把知识讲深、讲透。
7. 讲解准确、细致：对涉及的概念和算法等理论知识给出准确的描述，并通过大量的示意图、表和详细的步骤呈现技术细节。
8. 框架流行、易用：涉及的所有案例均采用流行和易用的PyTorch框架实现，容易上手。
9. 理论和实践紧密结合，案例典型：不仅对理论知识进行阐述，而且结合12个切合实际开发的典型案例进行实践，学习效果更好。
10. 编排科学：章节顺序编排合理，符合读者的学习和认知规律，学习梯度较为平滑。

主要内容：
• 深度学习的基础科学原理
• 自行设计和训练神经网络
• 隐私保护的知识，包括联邦学习
• 帮助你继续深度学习之旅的建议

《深度学习之图像识别：核心算法与实战案例（全彩版）》全面介绍了深度学习在图像识别领域中的核心算法与应用。该书不但重视基础理论的讲解，而且从第4章开始，每章都提供了1～3个不同难度的案例供读者实践，读者可以在已有代码的基础上进行改进，从而加深对所学知识的理解。
《深度学习之图像识别：核心算法与实战案例（全彩版）》共9章：首先介绍深度学习的基础概念，包括神经网络基础知识和深度学习中的优化技术；然后系统介绍深度学习中与数据相关的知识，包括经典数据集的设计、数据集的增强，以及数据的获取、整理与可视化；接着重点针对图像识别领域，结合实战案例系统地介绍深度学习在图像分类、图像分割和目标检测3个领域的核心技术与应用；另外，还会对深度学习模型的可视化以及模型的压缩和优化进行详细介绍，为读者设计和训练更加实用的模型提供指导；最后以微信小程序平台为依托，介绍微信小程序前后端开发技术，从而完成深度学习模型的部署。
《深度学习之图像识别：核心算法与实战案例（全彩版）》理论结合实践，广度兼具深度，非常适合深度学习领域的相关技术人员与爱好者阅读，尤其适合基于深度学习的计算机视觉从业人员阅读，可以帮助他们全方位了解深度学习在计算机视觉领域的技术全貌。另外，该书还适合作为高校人工智能相关专业的教材和社会培训机构相关课程的教材。

Andrew W. Trask是Digital Reasoning公司机器学习实验室的创始成员，该实验室致力于自然语言处理、图像识别和音频转录的深度学习研究。几个月内，Andrew和他的伙伴们就在情绪分类和词性标注方面发表了超过业界方案的结果。
       他训练了世界上的人工神经网络，拥有超过1600亿个参数，实验结果发表在ICML(International Conference on Machine Learning)上，还有一部分结果发表在Journal of Machine Learning(JML)上。他在Digital Reasoning公司担任文本处理和音频分析的产品经理，负责仿真认知计算平台的架构设计，深度学习是这一平台的核心能力。

“这本卓越书籍介绍和总结深度学习；作者经验丰富，将引导你、启发你、鼓励你一路前行。”
                                      ——Kelvin D. Meeks, International Technology Ventures

“讲解十分清晰，所有概念都以生动的插图和示例展现在读者眼前。”
                                      ——Kalyan Reddy，ArisGlobal

“作者擅长传道授业，以简明直观的方式剖析深度学习的细节。”
                                     ——Eremey Valetov，兰卡斯特大学费米实验室

“循序渐进地讲解深度学习，引导你在学习AI的道路上一步一个脚印，走出一片新天地。”
                                     ——Ian Stirk，I&K咨询公司

“将深奥的主题讲得通俗易懂，将枯燥的技术讲得妙趣横生。”
                                     ——Vipul Gupta，微软公司

本书作者是一位在深度学习图像识别领域工作多年的有为青年，他根据自己的工作经历和经验编写了这本书。本书以理论结合案例的方式系统地介绍计算机视觉中的图像分类、目标检测和图像分割几个核心方向的研究方法，并对模型的可视化分析和压缩方法进行比较深入的介绍，是一本不可多得的图像识别技术读物，推荐对深度学习和图像识别技术感兴趣的人阅读，一定大有裨益。
——中国科学院半导体研究所研究员  鲁华祥

本书对深度学习的基础知识做了详细的介绍，并且配了大量的示意图，做到了图文并茂，读起来通俗易懂。本书知识和实践并重，结合多个具体的应用案例讲解，适合学习深度学习基础知识和常见理解类任务的读者阅读。本书作者著有多本相关技术图书，经验丰富，相信这本图像识别图书会给AI的普及带来助力。
——阿里巴巴达摩院计算机视觉大模型负责人  赵德丽

一个好的算法工程师必须要有扎实的理论基础和丰富的实战经验。本书重点介绍了计算机视觉领域近几年的一些新进展，另外还详细地阐述了如何完成工业界的一些实用且通用的视觉任务。如果你想要成为一名计算机视觉算法工程师，那么建议你系统地阅读本书，在作者的引领下提高自己的水平。
——虾皮技术总监  陈强

随着多模态大模型技术的发展，AI的能力也在不断地进化，我们即将进入真正的AI时代。言有三的这本书以感知世界的视觉图像分析算法为切入口，系统地介绍了图像识别技术，是学习该项技术的一块很好的敲门砖。该书对图像识别领域多个实际任务的数据集、任务目标、基本方法和工具框架进行了详细介绍，是学习图像识别技术不可多得的参考读物。通过阅读本书，读者可以快速理解深度学习的基础概念和理论，并跟随书中的实战案例亲自动手实践，从而提高实际动手能力，提升学习效果。
——高途AI算法负责人  邱学侃