前言

为何写作本书

众所周知，深度学习已经成为新一轮人工智能浪潮的重要驱动力量。从大数据到云计算，数据资源的积累、计算性能的提升为以深度学习为代表的新一代人工智能的快速发展和广泛应用奠定了基础。人工智能已经成为当下科技革命和产业变革的重要驱动力，将在人类社会经济和生活中产生广泛而深远的影响。把握人工智能的发展机遇，构筑先发优势，抢占科技制高点，将关乎人类社会发展和国家前途命运。

为把握人工智能发展的重大战略机遇，很多国家纷纷制定了人工智能发展战略和规划，人工智能技术竞争趋于白热化，甚至上升到了国家体系对抗博弈的高度。在这场竞争中，我国有着诸多优势。制度和政策优势有利于人工智能技术创新和产业生态的顶层规划和统筹推进，互联网、物联网等信息技术的普及使得各个行业积累了大量的数据资源和用户群体。在人工智能人才方面，我国还具有人才储备基数大、层次丰富、后备力量充足的优势。但我们也要清醒地看到我国在人工智能领域的差距和挑战，诸如基础理论方法、高端核心器件、开源开放平台、领军顶尖人才等方面的短板显著。尤其要建设人工智能强国，我们还需要在数据、算法、芯片和平台等方面形成一系列引领性技术、标准和开源生态，以确保人工智能核心要素的自主可控，规范技术和行业应用，保障人工智能健康发展。

深度学习平台作为人工智能时代的“操作系统”，其自主可控的重要性不言而喻。然而，无论是学术界驱动的代表性深度学习框架Theano（2010，蒙特利尔大学）、Caffe（2013，加州大学伯克利分校），还是由企业主导的深度学习框架TensorFlow（2015，谷歌）、PyTorch（2017，脸书），鲜有中国主导的平台。面对愈演愈烈的国际竞争态势，为了全面提升我国人工智能科技实力，发展和推广类似PaddlePaddle（飞桨）这样自主可控的深度学习开源平台势在必行。本书编写的初衷就是为推动我国人工智能教育，以及人工智能技术的自主可控贡献一份力量。

本书主要特点

本书在编写过程中始终遵循“内容全面、由浅入深、注重实践”的原则。书中较为全面地覆盖了学习深度学习技术所必须具备的基础知识以及主要核心技术，包括相关的数学基础、Python编程基础、机器学习基础以及正向/反向传播算法、卷积神经网络、循环神经网络等，尽量做到读懂一本书即可实现从“零基础”到“全精通”。相关内容的章节安排充分考虑了读者的特点和认知规律，在知识架构和案例穿插的设计上确保循序渐进、由浅入深。本书的另外一个重要特点是提供了大量深度学习实战案例，覆盖当前计算机视觉、自然语言处理、个性化推荐等领域主流的应用和典型的算法，每章都单独配以飞桨代码实现，详细解析实操过程，一步步引导读者开展实践练习，深入掌握相关知识。

本书阅读对象

本书结合国内自主可控的产业级深度学习开源平台飞桨，以通俗易懂的方式向读者介绍深度学习的数学基础、主流模型以及目标识别、机器翻译、个性化推荐等深度学习应用，适合各类读者阅读。本书比较全面地覆盖了深度学习的基础知识和核心算法，可作为初学者了解深度学习的基础教材；同时，书中详细介绍了大量深度学习应用案例及算法实现，可作为高校人工智能专业学生、研究人员以及技术人员（包括开源框架开发者、算法研究者和工程师、应用开发工程师等）深入掌握深度学习技术和飞桨平台开发的参考书。

如何阅读本书

本书一共15章，主要分为三个部分。读者只需要按照章节顺序学习，即可掌握相关知识。

第一部分为数学与编程基础篇（第1～2章），首先介绍了学习深度学习需要掌握的基础知识，包括数学基础和Python编程基础，其后概述了深度学习发展历史、应用场景，详解了飞桨平台的构成和入门使用。

第二部分为深度学习基础篇（第3～9章），重点介绍了神经网络以及深度网络的主流模型，包括多层感知机、卷积神经网络、循环神经网络等，同时详细讲解了深度学习常用的注意力机制和算法优化策略。

第三部分为飞桨实践篇（第10～15章），分别结合计算机视觉、自然语言处理、个性化推荐等领域中深度学习的主要应用，介绍目前比较经典的深度学习模型以及飞桨实现，帮助读者从入门到精通。

致谢

首先感谢飞桨社区的开发者和生态用户，正是因为你们的热忱和积极贡献，才使得飞桨框架不断演进，成为“智能时代的操作系统”。

感谢百度技术委员会理事长陈尚义先生对本书的推动和支持，也感谢百度深度学习平台部高级总监马艳军对本书技术内容的指导和审阅。

感谢百度工程师周湘阳、邓凯鹏、郭晟、蒋佳军、周波、陈泽裕、吕梦思、孙高峰、刘毅冰、董大祥、党青青提供书中的实战案例与相关代码。

参与本书编写的人员除封面署名作者外还有蒋晓琳、马婧、白世豪、王硕、郜廷权、王立民、武东锟、崔程、王思吉、殷晓婷、马宇晴、李俊、高一杰、胡晟、王嘉凯、沈一凡、雷开宇、石泽宏、曾维佳、孙俊康、彭锦、韩明宇、孙昭等。

刘祥龙