Python深度学习从零开始学 pdf下载

本书以通俗易懂的方式详细介绍深度学习的基础理论及其相关知识，同时提供图像识别、情感分析、迁移学习、人脸识别、图像风格迁移、生成对抗网络等案例引导读者入门深度学习。

本书立足实践，以通俗易懂的方式详细介绍深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。本书的读者只需具备Python语言基础知识，不需要有数学基础或者AI基础，按照本书的内容循序渐进地学习，即可快速上手深度学习。本书配套示例源码、PPT课件、数据集、开发环境与答疑服务。
本书共分13章，主要内容包括人工智能、机器学习和深度学习之间的关系、深度学习的环境搭建、深度学习的原理、深度学习框架TensorFlow和Keras、卷积神经网络相关知识、图像识别、情感分析、迁移学习、人脸识别、图像风格迁移、生成对抗网络等内容。本书从最简单的常识出发来切入AI领域，打造平滑和兴奋的学习体验。
本书作为零基础入门书，既适合希望了解深度学习、使用深度学习框架快速上手的初学者和技术人员阅读，也适合作为高等院校和培训学校人工智能及相关专业的师生的实训教材。

宋立桓，IT资深技术专家、布道师，主要负责为企业客户提供顾问咨询、培训和方案设计服务。目前是腾讯云架构师专注于云计算、大数据和人工智能，对区块链的相关技术也有深入的研究。著有图书《Cloudera Hadoop大数据平台实战指南》和《AI制胜：机器学习极简入门》。

人工智能时代已经到来，深度学习是对人类思考和决策行为的仿真。我的校友宋立桓的这本书有助于初学者建立有用的深度学习直觉，降低人工智能入门的门槛，使得初学者快速上手，提高学习兴趣。

——卢龙 国家#人才称号获得者，美国耶鲁大学博士后，武汉大学信息管理学院教授

在人工智能全面进入人类生活之时，世界各大科技巨头公司都在这个领域百花齐放、百家争鸣。深度学习是人工智能从概念提出到走向繁荣的主流实现技术,宋立桓以实战应用简述AI，每一位深度学习初学者都会开卷有益。

——王刚 腾讯云区域解决方案平台部总经理

如果你想往人工智能领域发展，并着手找一本书籍来完成入门的话，宋老师这本书值得推荐给你。我认识宋老师这么多年，他一直沉浸在前沿技术的实践中，这本书融入了他的技术心得，你能获得理论和实践的启迪。

——管震 微软（中国）有限公司首席技术顾问

深度学习让计算机可以像人一样不断学习，不断拥有新的智慧，为人类开启了人工智能的大门。宋老师的这本书能帮助读者快速上手，理解深度学习实战应用，是深度学习初学者的理想选择。

——黄龙 百度智能云华南区解决方案总监

AI技术应用势头迅猛，优秀人才短缺，谁先转型，谁就占得职场先机。深度学习是人工智能研究中最前沿的领域，对于零基础小白，怎样快速入门深度学习呢？这本书适合非AI方向的零基础读者，书中理论与实践并行，大大降低深度学习的门槛，易于新手上手学习。

——施明 腾讯云AI应用产品中心总监

对于数字化来说，人工智能是重中之重，而初学者往往对诸如深度学习、机器学习技术望而生畏，摸不着门道。宋老师的这本书则是及时雨，能帮我们快速掌握打开人工智能大门的钥匙，书中不仅介绍了相关的理论和操作，还介绍了实际应用场景，推荐大家作为案头必备。

——彭爱华 腾讯云最有价值专家TVP，微软最有价值专家MVP

深度学习是机器学习领域中非常热门的方向，宋老师这本书立足于快速上手，你无须具备深度学习相关的背景知识即可展开阅读。在学习完本书后，你将具备搭建自己的深度学习环境、建立图像识别模型等能力，并能够入门深度学习。

——王华 亚马逊云科技解决方案架构师

第1章 人工智能、机器学习与深度学习简介
1.1 什么是人工智能
1.2 人工智能的本质
1.3 人工智能相关专业人才的就业前景
1.4 机器学习和深度学习
1.4.1 什么是机器学习
1.4.2 深度学习独领风骚
1.4.3 机器学习和深度学习的关系和对比
1.5 小白如何学深度学习
1.5.1 关于两个“放弃”
1.5.2 关于三个“必须”
第2章 深度学习开发环境搭建
2.1 Jupyter Notebook极速入门
2.1.1 什么是Jupyter Notebook
2.1.2 如何安装和启动Jupyter Notebook
2.1.3 Jupyter Notebook的基本使用
2.2 深度学习常用框架介绍
2.3 Windows环境下安装TensorFlow（CPU版本）和Keras
2.4 Windows环境下安装TensorFlow（GPU版本）和Keras
2.4.1 确认显卡是否支持CUDA
2.4.2 安装CUDA
2.4.3 安装cuDNN
2.4.4 安装TensorFlow（GPU版本）和Keras
2.5 Windows环境下安装PyTorch
2.5.1 安装PyTorch（CPU版本）
2.5.2 安装PyTorch（GPU版本）
第3章 Python数据科学库
3.1 张量、矩阵和向量
3.2 数组和矩阵运算库——NumPy
3.2.1 列表和数组的区别
3.2.2 创建数组的方法
3.2.3 NumPy的算术运算
3.2.4 数组变形
3.3 数据分析处理库——Pandas
3.3.1 Pandas数据结构Series
3.3.2 Pandas数据结构DataFrame
3.3.3 Pandas处理CSV文件
3.3.4 Pandas数据清洗
3.4 数据可视化库——Matplotlib
第4章 深度学习基础
4.1 神经网络原理阐述
4.1.1 神经元和感知器
4.1.2 激活函数
4.1.3 损失函数
4.1.4 梯度下降和学习率
4.1.5 过拟合和Dropout
4.1.6 神经网络反向传播法
4.1.7 TensorFlow游乐场带你玩转神经网络
4.2 卷积神经网络
4.2.1 什么是卷积神经网络
4.2.2 卷积神经网络详解
4.2.3 卷积神经网络是如何训练的
4.3 卷积神经网络经典模型架构
4.3.1 LeNet
4.3.2 AlexNet
4.3.3 VGGNet
4.3.4 GoogLeNet
4.3.5 ResNet
第5章 深度学习框架TensorFlow入门
5.1 第一个TensorFlow的“Hello world”
5.2 TensorFlow程序结构
5.3 TensorFlow常量、变量、占位符
5.3.1 常量
5.3.2 变量
5.3.3 占位符
5.4 TensorFlow案例实战
5.4.1 MNIST数字识别问题
5.4.2 TensorFlow多层感知器识别手写数字
5.4.3 TensorFlow卷积神经网络识别手写数字
5.5 可视化工具TensorBoard的使用
第6章 深度学习框架Keras入门
6.1 Keras架构简介
6.2 Keras常用概念
6.3 Keras创建神经网络基本流程
6.4 Keras创建神经网络进行泰坦尼克号生还预测
6.4.1 案例项目背景和数据集介绍
6.4.2 数据预处理
6.4.3 建立模型
6.4.4 编译模型并进行训练
6.4.5 模型评估
6.4.6 预测和模型的保存
6.5 Keras创建神经网络预测银行客户流失率
6.5.1 案例项目背景和数据集介绍
6.5.2 数据预处理
6.5.3 建立模型
6.5.4 编译模型并进行训练
6.5.5 模型评估
6.5.6 模型优化——使用深度神经网络辅以Dropout正则化
第7章 数据预处理和模型评估指标
7.1 数据预处理的重要性和原则
7.2 数据预处理方法介绍
7.2.1 数据预处理案例——标准化、归一化、二值化
7.2.2 数据预处理案例——缺失值补全、标签化
7.2.3 数据预处理案例——独热编码
7.2.4 通过数据预处理提高模型准确率
7.3 常用的模型评估指标
第8章 图像分类识别
8.1 图像识别的基础知识
8.1.1 计算机是如何表示图像
8.1.2 卷积神经网络为什么能称霸计算机图像识别领域
8.2 实例一：手写数字识别
8.2.1 MNIST手写数字识别数据集介绍
8.2.2 数据预处理
8.2.3 建立模型
8.2.4 进行训练
8.2.5 模型保存和评估
8.2.6 进行预测
8.3 实例二：CIFAR-10图像识别
8.3.1 CIFAR-10图像数据集介绍
8.3.2 数据预处理
8.3.3 建立模型
8.3.4 进行训练
8.3.5 模型评估
8.3.6 进行预测
8.4 实例三：猫狗识别
8.4.1 猫狗数据集介绍
8.4.2 建立模型
8.4.3 数据预处理
8.4.4 进行训练
8.4.5 模型保存和评估
8.4.6 进行预测
8.4.7 模型的改进优化
第9章 IMDB电影评论情感分析
9.1 IMDB电影数据集和影评文字处理介绍
9.2 基于多层感知器模型的电影评论情感分析
9.2.1 加入嵌入层
9.2.2 建立多层感知器模型
9.2.3 模型训练和评估
9.2.4 预测
9.3 基于RNN模型的电影评论情感分析
9.3.1 为什么要使用RNN模型
9.3.2 RNN模型原理
9.3.3 使用R

前言

马克 "库班（NBA小牛队老板，亿万富翁）说过，“人工智能、深度学习和机器学习，不论你现在是否能够理解这些概念，你都应该学习。否则三年内，你就会像被灭绝的恐龙一样被社会淘汰。”

马克 "库班的这番话可能听起来挺吓人的，但道理是没毛病的！我们正经历一场大革命，这场革命就是由大数据和强大的电脑计算能力发起的。2016年3月，震惊世界的AlphaGo以4:1的成绩战胜李世石，让越来越多的人了解到人工智能的魅力，也让更多的人加入深度学习的研究。

然而普通的程序员想要快速入门深度学习，就需要使用简单易懂的框架，自从Google公司开源了TensorFlow深度学习框架，深度学习这门技术便成为广大开发者最实用的技术。而Keras框架使得编写神经网络模型更简单、更高效。

深度学习如何高效入门可以说是AI领域老生常谈的一个问题了，一种路径是从传统的统计学习开始，然后跟着书上推公式学数学；另一种路径是从实验入手，毕竟深度学习是一门实验科学，可以通过学习深度学习框架TensorFlow和Keras以及具体的图像识别的任务入手。对于想要快速出成果的同学来说，第一种方法是不推荐的，除非你的数学很强想去做一些偏理论的工作，对于大部分人来说还是从深度模型入手，以实验为主来学习比较合适。

本书立足实践，以通俗易懂的方式详细介绍深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。

示例源码、PPT课件、数据集、开发环境与答疑服务

本书提供示例源码、PPT课件、数据集与开发环境，需用微信扫描右边的二维码，按扫描出来的页面提示填写自己的邮箱，把链接转发到邮箱中进行下载。欢迎读者发邮件和作者互动，作者答疑邮箱为booksaga@163.com，邮件主题为“Python深度学习从零开始学”。

本书适合的读者

阅读本书的读者，需要具备Python语言基础知识。只要你想改变自己的现状，那么这本书就非常适合你。本书就是给那些非科班出身而想半路“杀进”人工智能领域的程序员们，提供快速上手的参考指南。

致谢

感谢我的妻子和女儿、你们是我心灵的港湾！

感谢我的父母，你们一直在默默地支持者我！

感谢我的朋友和同事，相互学习的同时彼此欣赏！

感谢清华大学出版社的老师们帮助我出版了这本有意义的著作。

万事开头难，只有打开了一扇窗户，才能发现一个全新的世界。这本书就能帮助新人打开深度学习的这扇门，让更多的人享受到人工智能时代到来的红利。

宋立桓

腾讯云解决方案架构师

云计算、大数据、人工智能咨询顾问

2022年4月