2016年，阿法狗（AlphaGo）為全世界打開了一條窄窄的門縫，通往未來之路就此展現。通過超強的硬件和大量的數據積累，人工智能浪潮第三次興起。借助人工智能技術，公安部門可以輕松地抓捕潛逃多年的罪犯；“AI換臉”已經成為普通用戶的娛樂方式之一；智慧城市正在建設之中；多個城市開始設立自動駕駛的試點……GPT-3和SwitchTransformer開啟了新的時代，而智源研究院的悟道2.0參量則高達1.75萬億個。訓練有素的結構生物學家花費上千萬美元歷時多年的研究成果，AlphaFoldv2.0在朝夕之間便可完成預測。今天，主動擁抱新變化，積極學習新知識，愈發顯得重要。很多人積極地投入熱情、時間和金錢后，沒能堅持多久就中斷了學習；也有很多人對此表示觀望或者放棄，覺得僅憑自己的基礎不足以把握這次機會。誠然，僅憑一本書很難幫助普通讀者深刻理解并熟練掌握深度學習的全部知識，因此“AI精研社”規劃了“人工智能與大數據技術大講堂”叢書，給出完整的解決方案，從而幫助讀者循序漸進、平滑而高效地成長為合格的人工智能算法實踐者。本書是“人工智能與大數據技術大講堂”叢書的第2部，從體驗手寫數字識別（k近鄰算法）開始，循序漸進地加深讀者對神經網絡模型的理解，進而可以設計并實現自己的模型。本書通過Python+NumPy從零開始構建神經網絡模型，強化讀者對算法思想的理解，然后通過TensorFlow重新構建這些模型，進一步加深讀者對模型的理解。前饋神經網絡是深度學習的重要知識，其核心思想是反向傳播與梯度下降。本書從極易理解的示例開始，然后逐漸深入，從而幫助讀者充分理解并熟練掌握反向傳播與梯度下降算法，為后續學習深度學習技術打下堅實的基礎。本書采用理論與實踐并重的風格，先以圖文方式講解算法思想，再用Python+NumPy實現算法，然后給出TensorFlow實現，幫助讀者不斷地加深對核心算法的理解，提高實際動手能力，從而鍛煉將算法思想轉化為程序代碼的能力。