Python 深度学习算法实战

　　深度学习是人工智能最热门的领域之一，《Python 深度学习算法实战》详细介绍了常用的深度学习算法、使用 TensorFlow 实现各种算法的方法，以及算法背后的数学原理。全书分 3 部分共 11 章，其中第 1 部分介绍深度学习入门的相关知识、如何构建自己的神经网络，以及 Python 机器学习和深度学习库 TensorFlow 的使用方法。第 2 部分介绍深度学习的基础算法，首先介绍了梯度下降法和它的变体，如 NAG、AMSGrad、Adadelta、 Adam 和 Nadam；然后详细介绍了 RNN 和 LSTM 的知识，以及如何用 RNN 生成歌词；接着介绍了广泛应用于 图像识别任务的卷积神经网络和胶囊网络；最后介绍了如何使用 CBOW、skip-gram 和 PV-DM 理解单词和文档 的语义。第 3 部分介绍一些高级的深度学习算法，探索了各种 GAN，包括 InfoGAN 和 LSGAN，以及自动编码 器，如 CAE、DAE 和 VAE。学完本书，读者将掌握实现深度学习所需要的技能。 《Python 深度学习算法实战》特别适合机器学习工程师、数据科学家、AI 开发人员等全面学习深度学习 的算法知识，也适合有一定机器学习和 Python 编程经验，对神经网络和深度学习感兴趣的所有人员。

　　苏达桑 · 拉维尚迪兰，安那大学信息技术学士，数据科学家、研究员、人工智能爱好者。他的研究领域专注于深度学习和强化学习的实际实现，其中包括自然语言处理和计算机视觉。他是一名开源贡献者，喜欢在Stack Overflow（IT问答网站）上回答问题。他还撰写了畅销书《Hands-On Reinforcement Learning with Python》（Packt Publishing出版）。