前言

深度学习前景

我们正处在一个“智能”的年代，比如智能手机中的语音助手、机器翻译和人脸识别；战胜过日本将棋冠军、国际象棋冠军，2017年又打败世界围棋冠军的棋类AI；以及即将实用化的无人驾驶智能汽车。原来被认为不可能实现的事情，人工智能正一步一步地帮助我们实现。在这个让人惊喜的世界里，深度学习技术发挥着至关重要的作用，在很多人没有注意到的地方，深度学习正在潜移默化地改变着人们的工作和生活。目前，深度学习已经在计算机视觉、自然语言处理和语音识别等领域得到广泛的应用，同时正在向教育、医疗、金融及制造等领域渗透，各行各业也都在招揽掌握了深度学习技术的人才。

我的心得体会

我有着多年的计算机视觉研究经验，在这个领域中，深度学习正在逐步取代“人工特征+机器学习”的传统视觉算法。其中的原因主要有两方面：一方面是深度学习在很多任务上实现了超出传统算法的精度，另一方面是传统视觉算法中的“人工特征”需要大量的经验以及对任务和数据的深刻理解，而深度学习能够根据数据自行学习如何提取特征，极大地降低了机器视觉任务的难度。

深度学习技术正在快速发展，每年都会出现很多新的优秀算法，但是这些算法越来越复杂，对于初学者来说，跟进最新的研究成果变得越来越难。我观察到很多用户非常关注深度学习，并且对PyTorch有着很大的兴趣，可惜相关资料太过晦涩难懂，难以入门。为了让读者能够更好地理解深度学习的思维，学会使用深度学习工具，我写了本书。

本书特色

本书分为基础讲解和项目实例两个部分，以代码编写为主，理论解析为辅。

在基础讲解部分，本书通过编程实验对深度学习理论进行展示，让读者能够摆脱复杂难懂的数学公式，在编程的过程中直观理解深度学习领域晦涩的原理。

在项目实例部分，为了帮助初学者快速了解深度学习中的一些细分领域（如目标检测、图像分割、生成对抗网络等）的技术发展现状，本书对相应领域的经典算法进行了介绍，并根据经典算法的思路，针对性地设计了适合初学者学习的实例项目。这些项目去除了算法中的烦琐细节，仅保留最基础的逻辑，力求让读者在编写代码之前，更好地理解任务思路。

本书内容

本书分为基础讲解和项目实例两部分。在基础讲解部分，我们为读者介绍了scikit-learn和PyTorch两个库的组成模块，以及每个模块能解决的问题；在项目实例部分，我们为读者挑选了很多在工业界有实际应用场景的深度学习项目，重点介绍它们的思路以及代码实现。本书的详细内容如下图所示。

为了方便读者的学习，本书中的代码有下面3种形式。

• 小型实验样例采用命令行形式编写，每行代码前都会有“>>>”标记。
• 配图较多的实例使用Jupyter Notebook编写，在每一段代码前都有“In”标记。
• 实例项目采用项目文件的形式编写，章节开头会给出项目的目录结构，章节内的代码以文件为单位进行展示，代码的第一行标注所属文件的名称。

本书编者

本书第1~2章由戴亮编写，第3~10章由安徽外国语学院计算机教师郭卡编写，并由郭卡进行全书统稿。

本书读者对象

本书适合以下人群阅读：

• 深度学习相关的科研工作者；
• 计算机视觉从业者；
• 想要了解深度学习技术的程序员；
• 对深度学习感兴趣的其他读者。

具备以下知识的读者能更好地阅读本书：

• 线性代数和数理统计知识；
• 深度学习框架知识。