学习渠道（高校教师可免费申请样书）：https://www.ryjiaoyu.com/book/details/9185免责声明：图书版权归Arm中国和作者所有，本文仅供学术交流。
作者简介
徐立芳
哈尔滨工程大学“模式识别与智能系统”工学博士
哈尔滨工程大学训练中心（国家级实验教学示范中心）电器技术实验室负责人
长期从事智能控制、工业自动化技术方面的教学与科研工作，主要研究领域涉及智能系统、机器人、神经网络与机器学习、电机控制、进化计算等。
莫宏伟
哈尔滨工程大学工学博士、教授
类脑计算与人工智能研究中心主任
全国高校人工智能与大数据创新联盟常务理事
黑龙江省高等教育学会人工智能教育专业委员会理事长
长期从事人工智能导论、原理与方法的课程教学工作，主要研究领域设计类脑计算、自然计算、智能机器人、视觉智能与认知智能等。完成国家自然科学基金、国防科学技术预先研究基金等项目20余项，发表论文80余篇，出版专著6部，教材2部，授权发明专利8项。
内容摘要
本书较为全面地介绍了深度学习的基本概念、算法原理以及实现框架。全书共 9 章，分别介绍了深度学习的发展历史、神经网络与深度神经网络、卷积神经网络、循环神经网络、深度学习在目标检测和图像描述中的应用、生成对抗网络、深度迁移学习和深度强化学习等，并提供了 3 个应用实例，旨在通过练习和操作实践帮助读者巩固所学的内容。
本书可作为高等院校人工智能、计算机、自动化、电子等相关专业的深度学习教材，也可供人工智能、图像处理、计算机等专业研究人员和广大人工智能及深度学习技术的爱好者自学使用，还可作为人工智能技术培训班的教材。
本书特色
（1）本书以深度学习方法的实现与应用为导向，采用了原理、方法与案例相结合的由浅入深的组织方式，不同案例体现了深度学习不同方法的作用。
（2）通过深度学习基本原理、方法及案例应用的学习，读者不但可以掌握机器学习、人工神经网络与深度学习的联系和相关知识，而且能够掌握深度学习的实际操作方法，满足人工智能专业技术人员对机器学习、人工神经网络、深度学习等基本技能的要求。
（3）本书每章都围绕深度学习应该掌握的基本概念、方法与实现过程，提供了若干习题以供读者验证学习效果。
