深度学习原理与实践

本书详细介绍了目前深度学习相关的常用网络模型（ANN、CNN、RNN），以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析，这些案例能够加深读者对网络模型的认识。此外，本书还提供完整的进阶内容和对应案例，让读者全面深入地了解深度学习的知识和技巧，达到学以致用的目的。

适用于大数据平台系统工程师、算法工程师、数据科学家，可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书，也可作为计算机等相关专业的师生用书和培训学校的教材。

西安电子科技大学软件工程硕士。曾就职于海格通讯人工智能算法部门，统筹负责人工智能算法、图像算法、深度学习等研究。曾在国内核心期刊发表多篇关于无人驾驶汽车相关论文。在信息项目方面，曾研究和参与激光点云三维扫描、大数据信息推荐系统、融合多传感器的无人驾驶系统、机器学习和数据统计建模等多个项目设计，期间多次获国家级创新项目奖。此外，还作为讲师和技术顾问为多家机构提供关于数据建模、深度学习等咨询和培训。