使用Python深度学习使用Python语言和强大的Keras库引入了深度学习领域。本书由Keras创作者和Google AI研究员FrançoisChollet 撰写，通过直观的解释和实际例子构建您的理解。

购买印刷书籍包括免费的PDF格式电子书，Kindle和Manning Publications的ePub格式。

机器学习近年来取得了显着进步。我们从几乎无法使用的语音和图像识别，到接近人类的准确性。我们从无法击败严肃的Go玩家的机器，到击败世界冠军。这一进步的背后是深度学习 - 工程进步，最佳实践和理论的结合，使大量以前不可能的智能应用成为可能。

使用Python深度学习使用Python语言和强大的Keras库引入了深度学习领域。本书由Keras创作者和Google AI研究员FrançoisChollet撰写，通过直观的解释和实际例子构建您的理解。您将在计算机视觉，自然语言处理和生成模型中应用具有挑战性的概念和实践。当你完成时，你将拥有在自己的项目中应用深度学习的知识和实践技能。

• 深入学习第一原则
• 建立自己的深度学习环境
• 图像分类模型
• 深入学习文本和序列
• 神经样式传输，文本生成和图像生成
  

读者需要中级Python技能。以前没有使用过Keras，TensorFlow或机器学习的经验。

FrançoisChollet在加利福尼亚州山景城的谷歌深入学习。他是Keras深度学习库的创建者，也是TensorFlow机器学习框架的贡献者。他还进行深度学习研究，重点是计算机视觉和机器学习在正式推理中的应用。他的论文发表在该领域的主要会议上，包括计算机视觉和模式识别会议（CVPR），神经信息处理系统会议和研讨会（NIPS），国际学习代表会议（ICLR）等。 。

第1部分深度学习的基础知识
第1章什么是深度学习？
第2章开始之前：神经网络的数学构建块
第3章神经网络入门
第4章机器学习的基础知识

第2部分实践中的深度学习
第5章计算机视觉的深度学习

第6章文本和序列的深度学习
第7章高级深度学习最佳实践
第8章生成性深度学习
第9章结论

附录A在Ubuntu上安装
Keras 及其依赖项附录B在EC2 GPU实例上运行Jupyter笔记本