前言

為何寫作本書

眾所周知，深度學習已經成為新一輪人工智能浪潮的重要驅動力量。從大數據到云計算，數據資源的積累、計算性能的提升為以深度學習為代表的新一代人工智能的快速發展和廣泛應用奠定了基礎。人工智能已經成為當下科技革命和產業變革的重要驅動力，將在人類社會經濟和生活中產生廣泛而深遠的影響。把握人工智能的發展機遇，構筑先發優勢，搶占科技制高點，將關乎人類社會發展和國家前途命運。

為把握人工智能發展的重大戰略機遇，很多國家紛紛制定了人工智能發展戰略和規劃，人工智能技術競爭趨于白熱化，甚至上升到了國家體系對抗博弈的高度。在這場競爭中，我國有著諸多優勢。制度和政策優勢有利于人工智能技術創新和產業生態的頂層規劃和統籌推進，互聯網、物聯網等信息技術的普及使得各個行業積累了大量的數據資源和用戶群體。在人工智能人才方面，我國還具有人才儲備基數大、層次豐富、后備力量充足的優勢。但我們也要清醒地看到我國在人工智能領域的差距和挑戰，諸如基礎理論方法、高端核心器件、開源開放平臺、領軍頂尖人才等方面的短板顯著。尤其要建設人工智能強國，我們還需要在數據、算法、芯片和平臺等方面形成一系列引領性技術、標準和開源生態，以確保人工智能核心要素的自主可控，規范技術和行業應用，保障人工智能健康發展。

深度學習平臺作為人工智能時代的“操作系統”，其自主可控的重要性不言而喻。然而，無論是學術界驅動的代表性深度學習框架Theano（2010，蒙特利爾大學）、Caffe（2013，加州大學伯克利分校），還是由企業主導的深度學習框架TensorFlow（2015，谷歌）、PyTorch（2017，臉書），鮮有中國主導的平臺。面對愈演愈烈的國際競爭態勢，為了全面提升我國人工智能科技實力，發展和推廣類似PaddlePaddle（飛槳）這樣自主可控的深度學習開源平臺勢在必行。本書編寫的初衷就是為推動我國人工智能教育，以及人工智能技術的自主可控貢獻一份力量。

本書主要特點

本書在編寫過程中始終遵循“內容全面、由淺入深、注重實踐”的原則。書中較為全面地覆蓋了學習深度學習技術所必須具備的基礎知識以及主要核心技術，包括相關的數學基礎、Python編程基礎、機器學習基礎以及正向/反向傳播算法、卷積神經網絡、循環神經網絡等，盡量做到讀懂一本書即可實現從“零基礎”到“全精通”。相關內容的章節安排充分考慮了讀者的特點和認知規律，在知識架構和案例穿插的設計上確保循序漸進、由淺入深。本書的另外一個重要特點是提供了大量深度學習實戰案例，覆蓋當前計算機視覺、自然語言處理、個性化推薦等領域主流的應用和典型的算法，每章都單獨配以飛槳代碼實現，詳細解析實操過程，一步步引導讀者開展實踐練習，深入掌握相關知識。

本書閱讀對象

本書結合國內自主可控的產業級深度學習開源平臺飛槳，以通俗易懂的方式向讀者介紹深度學習的數學基礎、主流模型以及目標識別、機器翻譯、個性化推薦等深度學習應用，適合各類讀者閱讀。本書比較全面地覆蓋了深度學習的基礎知識和核心算法，可作為初學者了解深度學習的基礎教材；同時，書中詳細介紹了大量深度學習應用案例及算法實現，可作為高校人工智能專業學生、研究人員以及技術人員（包括開源框架開發者、算法研究者和工程師、應用開發工程師等）深入掌握深度學習技術和飛槳平臺開發的參考書。

如何閱讀本書

本書一共15章，主要分為三個部分。讀者只需要按照章節順序學習，即可掌握相關知識。

第一部分為數學與編程基礎篇（第1～2章），首先介紹了學習深度學習需要掌握的基礎知識，包括數學基礎和Python編程基礎，其后概述了深度學習發展歷史、應用場景，詳解了飛槳平臺的構成和入門使用。

第二部分為深度學習基礎篇（第3～9章），重點介紹了神經網絡以及深度網絡的主流模型，包括多層感知機、卷積神經網絡、循環神經網絡等，同時詳細講解了深度學習常用的注意力機制和算法優化策略。

第三部分為飛槳實踐篇（第10～15章），分別結合計算機視覺、自然語言處理、個性化推薦等領域中深度學習的主要應用，介紹目前比較經典的深度學習模型以及飛槳實現，幫助讀者從入門到精通。

致謝

首先感謝飛槳社區的開發者和生態用戶，正是因為你們的熱忱和積極貢獻，才使得飛槳框架不斷演進，成為“智能時代的操作系統”。

感謝百度技術委員會理事長陳尚義先生對本書的推動和支持，也感謝百度深度學習平臺部高級總監馬艷軍對本書技術內容的指導和審閱。

感謝百度工程師周湘陽、鄧凱鵬、郭晟、蔣佳軍、周波、陳澤裕、呂夢思、孫高峰、劉毅冰、董大祥、黨青青提供書中的實戰案例與相關代碼。

參與本書編寫的人員除封面署名作者外還有蔣曉琳、馬婧、白世豪、王碩、郜廷權、王立民、武東錕、崔程、王思吉、殷曉婷、馬宇晴、李俊、高一杰、胡晟、王嘉凱、沈一凡、雷開宇、石澤宏、曾維佳、孫俊康、彭錦、韓明宇、孫昭等。

劉祥龍