譯者序

深度學習（或稱深度神經網絡）是一種使用了特殊分層計算結構的機器學習方法。近年來，深度學習在計算機視覺、語音識別、自然語言處理和機器人等應用領域取得了驚人的突破。2019年3月27日，美國計算機協會（ACM）將“計算機界的諾貝爾獎”圖靈獎授予了3位深度學習之父（Yoshua Bengio、Geoffrey Hinton和Yann LeCun），以表彰他們給人工智能帶來的重大突破——這些突破使深度神經網絡成為計算的關鍵組成部分。這也意味著深度學習的神秘面紗至此已被揭開。

本書由計算機圖形學專家Andrew Glassner撰寫，介紹了深度學習的基礎知識和實踐深度學習的方法。全書分為上下兩冊：上冊介紹深度學習的預備知識，涵蓋基本的數學知識和機器學習的基本概念以及通用機器學習庫scikit-learn的相關內容；下冊深入介紹了各種成熟的深度學習方法和技術以及深度學習庫Keras。

正如Andrew Glassner所描述的那樣，在本書英文版出版之前，市面上其實已出現了較多的深度學習相關的圖書。例如，由Ian Goodfellow等撰寫的Deep Learning一書，對算法進行了非常詳細的分析，并給出了大量的數學運算；還有一類風格截然不同的書，例如由Fran?ois Chollet撰寫的Deep Learning with Python，主要是針對只想知道如何利用各種機器學習庫快速完成某些特定任務的讀者。本書介于這二者之間，主要介紹深度學習的基礎知識，以幫助讀者建立扎實的知識儲備，進而了解深度學習實踐的進展。Andrew Glassner擅長以類比和圖示的方法講解復雜的理論知識，因此本書對不具備相關理論知識的讀者也會非常有幫助。

非常感謝人民郵電出版社的楊海玲編輯邀請我來負責本書的翻譯工作?；叵胱约菏状谓佑|神經網絡，已是10余年前的事情了。在我學習神經網絡時，市面上幾乎沒有類似的書，導致我走了不少彎路，也由此深刻感受到一本好書的重要性。在讀過本書英文版之后，我認為本書的出現正好填補了深度學習從入門到實踐的部分空白，于是欣然接受了本書中文版的翻譯邀約。

還要感謝參與本書翻譯的諸位同學：他們是上海交通大學密西根學院的王馨怡、付勇、何達、馮飛、梁子云、李鑫路、駱昶旭和盧佳安。其中，何達和馮飛是我指導的直博生，王馨怡、付勇和梁子云是我指導的碩士生，李鑫路、駱昶旭和盧佳安是我指導的高年級本科生。其中，王馨怡同學不僅參與了翻譯工作，還負責了翻譯協調的工作。在翻譯過程中，大家表現出的團隊合作與奉獻精神以及認真負責的態度都值得高度贊賞?？梢哉f，本書是我們共同努力取得的成果，沒有他們的參與，本書的翻譯是不可能順利完成的。

我們將本書的翻譯分成了初稿翻譯、交叉驗證和審校3個步驟，以確保譯著的正確性和一致性。全書由我負責統稿和審校。但由于我們的中英文能力水平均有限，難免有翻譯不當之處，敬請廣大讀者批評指正。

最后，再次感謝人民郵電出版社給予的支持！

羅家佳