前言

人工智能是一個跨學科、跨領域的研究方向。《深度學習高手筆記 卷1：基礎算法》（簡稱卷1）介紹了深度學習的基礎知識，其中涉及卷積神經網絡、自然語言處理和模型優化這3個方向。在有了這些深度學習的基礎知識之后，您不僅可以實現一些簡單的圖像識別、文本分類等應用，還可以將不同領域的算法結合起來，設計更復雜、更有價值的應用。

本書傾向于介紹深度學習中經典的、前沿的應用，它們往往是多個不同算法、模型和策略的結合體。通過閱讀本書。您不僅能了解近10年來深度學習在各個領域的進展，更重要的是，您將學到如何應用不同方向、不同領域的算法，真正打通應用深度學習的“任督二脈”。

本書包括三篇，共12章。第一篇介紹深度學習中的目標檢測與分割。目標檢測與分割是兩個密不可分的方向，它們都可以看作特征提取、輸出頭預測和模型結果后處理的流程。其中，目標檢測方向有清晰的優化思路，而且有諸多的應用場景，是您接觸深度學習必須掌握的一個應用方向。第二篇的核心是光學字符識別（optical character recognition，OCR），在實際應用中OCR一般包括場景文字檢測和場景文字識別兩個階段。場景文字檢測有兩種思路：一種是繼承自目標檢測；另一種則是繼承自圖像分割。場景文字識別則是經典的圖像和文本結合的應用，一般采用卷積神經網絡（convolution neural network，CNN）作為特征的提取器，采用循環神經網絡（recurrent neural network，RNN）作為文本的生成器。第三篇將介紹更多的深度學習應用方向，如圖像翻譯、圖神經網絡、二維結構識別、人像摳圖等，可作為您深入了解這些方向的“敲門磚”。

卷1和本書均源自同一個專欄，它們之間難免會有知識點的重疊和交叉。由于本書的大部分內容都依賴于卷1，因此建議您同時閱讀這兩本書。尤其是如果您在深度學習方面的基礎較為薄弱，則強烈建議您在閱讀完卷1之后再來閱讀本書。

我對本書的閱讀建議有3個：

● 如果您在深度學習方面的基礎較為薄弱，那么可以結合這兩本書以及本書提供的知識拓撲圖和章節先驗知識，選擇優先閱讀知識拓撲圖中無入度的章節，讀懂該章節后您可以在知識拓撲圖中劃掉這個節點，然后逐步將知識拓撲圖清空；

● 如果您在深度學習方面有一定的基礎，對一些經典的算法比較熟悉，那么您可以按順序閱讀本書，并在遇到陌生的概念時再根據每一節提供的先驗知識去閱讀相關章節；

● 如果您只想了解某些特定的算法，則可以直接閱讀對應章節，因為本書各章節的內容比較獨立，而且會對重要的先驗知識進行復盤，所以單獨閱讀特定章節也不會有任何障礙。

卷1和本書是我歷時5年，在閱讀了上千篇論文后獨立編寫的兩本書，對我來說，這是一個開始而且遠不是一個結束。首先，由于個人的精力和能力有限，書中涉及的知識點難免有所欠缺，甚至可能因為個人理解偏差導致編寫錯誤，在此歡迎您前去知乎專欄對應的文章下或到異步社區本書頁面的“提交勘誤”處積極指正，我將在后續的版本中對本書進行修正和維護。其次，隨著深度學習的發展，無疑會有更多的算法被提出，也會有其他經典的算法再次流行，我會在知乎專欄繼續對這些算法進行總結和分析。

卷1和本書的付梓離不開我在求學、工作和生活中遇到的諸多“貴人”。首先，感謝我在求學時遇到的諸位導師，是他們帶領我打開人工智能的大門。其次，感謝我在工作中遇到的諸位領導和同事，他們給予了我巨大的幫助和支持。最后，感謝我的親人和朋友，沒有他們的支持和鼓勵，這兩本書是不可能完成的。

大師兄

2023年5月25日