内容简介
深度学习算法的一个关键特性是能够以少的监督学习大量数据，这与通常需要较少(标记)数据的浅层模型不同。本书将探索一些示例，例如使用完全卷积神经网络和残差神经网络进行视频预测和图像分割，这个应用已经在ImageNet图像识别竞赛中取得了较佳的性能。同时，通过这些技术的应用，读者还将学习到更多的图像识别技术和认识到一些活跃的初创公司。通过本书中的示例，读者还将探索深度学习算法相对于其他传统(浅层)机器学习算法的优势；学习Word2vec、skipthoughtvectors和Item2Vec等技术；通过学习嵌入式语言翻译模型练习使用长短期记忆网络单元和Sequence2Sequence模型。此外,本书还将带领读者了解深度学习业务中的一些重要发现和影响，以及采用该技术的主要公司和初创公司。本书将介绍一些训练深度学习模型的框架、关键方法和微调模型的技巧。书中的实操编码示例在Keras中,使用Python3.6完成。
作者简介
阿曼多·维埃拉(ArmandoVieira)于1997年在葡萄牙科英布拉大学(UniversityofCoimbra)获得物理学博士学位,然后开始从事人工神经网络工作。他于2003年率先开展了深度神经网络研究,目前在从事图像处理、药物发现、信用评分及风险分析的公司和初创团队中担任高级数据科学顾问。他曾参与了许多与人工智能相关的商业活动,并且是Alea.ai的创始人。读者可以在http://armando.lidinwise.com上找到更多关于作者的信息。伯纳特·里贝罗(BernardeteRibeiro)是葡萄牙科英布拉大学(UniversityofCoimbra)的教授,主要教授编程、模式识别、商业智能和其他相关课程。她获得了科英布拉大学信息学工程(CISUC)博士学位,并且是CISUC的特许教授。同时,她还担任CISUC信息与系统中心的主任。她的主要研究方向包括机器学习、模式识别、金融工程、文本分类和信号处理,以及它的在相关领域的广泛应用。她是人工神经网络实验室(LARN)的创始人,并且担任该实验室主任超过20年。伯纳德特(Bernardete)不但是葡萄牙模式识别协会(APRP)的主席,而且还是国际模式识别协会(IAPR)理事会的成员。译者简介张向东，1969年生于宁夏中卫，1992年获得清华大学电子系通信专业学士学位；1995年获得中科院声学所理学硕士学位，师从俞铁城。俞先生早在1972年就开始在计算机上研究语音识别，是中国较早的语音识别专家之一。张向东曾先后担任中科院声学所语音识别研究室副主任、Intel中国研究中心高级研究员、歌尔声学（北京）技术副总、歌尔股份投资总监、歌尔创新研究院院长，现任苏州缪斯谈谈CTO及北航兼职教授、中国声学学会理事、中国计算机学会（CCF）人机对话TF主席。
