Python 深度學習算法實戰(zhàn)

　　深度學習是人工智能最熱門的領域之一，《Python 深度學習算法實戰(zhàn)》詳細介紹了常用的深度學習算法、使用 TensorFlow 實現(xiàn)各種算法的方法，以及算法背后的數(shù)學原理。全書分 3 部分共 11 章，其中第 1 部分介紹深度學習入門的相關知識、如何構建自己的神經(jīng)網(wǎng)絡，以及 Python 機器學習和深度學習庫 TensorFlow 的使用方法。第 2 部分介紹深度學習的基礎算法，首先介紹了梯度下降法和它的變體，如 NAG、AMSGrad、Adadelta、 Adam 和 Nadam；然后詳細介紹了 RNN 和 LSTM 的知識，以及如何用 RNN 生成歌詞；接著介紹了廣泛應用于 圖像識別任務的卷積神經(jīng)網(wǎng)絡和膠囊網(wǎng)絡；最后介紹了如何使用 CBOW、skip-gram 和 PV-DM 理解單詞和文檔 的語義。第 3 部分介紹一些高級的深度學習算法，探索了各種 GAN，包括 InfoGAN 和 LSGAN，以及自動編碼 器，如 CAE、DAE 和 VAE。學完本書，讀者將掌握實現(xiàn)深度學習所需要的技能。 《Python 深度學習算法實戰(zhàn)》特別適合機器學習工程師、數(shù)據(jù)科學家、AI 開發(fā)人員等全面學習深度學習 的算法知識，也適合有一定機器學習和 Python 編程經(jīng)驗，對神經(jīng)網(wǎng)絡和深度學習感興趣的所有人員。

　　蘇達桑 · 拉維尚迪蘭，安那大學信息技術學士，數(shù)據(jù)科學家、研究員、人工智能愛好者。他的研究領域專注于深度學習和強化學習的實際實現(xiàn)，其中包括自然語言處理和計算機視覺。他是一名開源貢獻者，喜歡在Stack Overflow（IT問答網(wǎng)站）上回答問題。他還撰寫了暢銷書《Hands-On Reinforcement Learning with Python》（Packt Publishing出版）。