点击上方“AI遇见机器学习”，选择“星标”公众号
重磅干货，第一时间送达
跨年之际，给大家一份福利，赠书抽奖，一共4本！感兴趣的同学可以参与一下，奖品是新书《TensorFlow深度学习实战大全》，感谢北京大学出版社赞助。活动截止到2020年1月5日，也就是周日。大家可以多多参与。参与方式在文末
编辑推荐
|
（1）从零开始：深度学习初学者，甚至对人工智能毫无了解的人，阅读本书能够鸟瞰人工智能与深度学习的全景，理解深度学习的原理和关键点，掌握深度学习的发展历程与脉络。 （2）主线清晰：以“更深的网络带来更高的准确率”的信念贯穿全书、纵览全局；以代表人类在计算机视觉领域*水平的ImageNet挑战赛为线索，以是否夺冠为准绳，直击深度学习的“要害”。 （3）代码翔实：除了构建各种模型的代码之外，还花费了大量的精力，为代码增加注释，阐述作者的编程思路、方法、关键点及注意事项，让读者能够知其然，还能知其所以然。 |
（4）内容全面：囊括图像识别、卷积神经网络、残差神经网络、对抗神经网络等内容。
内容简介
不知不觉，人工智能已经走入我们的生活，尤其是图像识别、文本识别、语音识别、自然语言等技术。这些应用的核心技术就是深度学习，也正是本书的核心内容。 本书以TensorFlow为核心，分为3篇，共计15章节。
第1篇是基础篇（第1~5章），主要介绍什么是深度学习、深度学习的本质是什么、深度学习所使用的教材和方法，以及深度学习在图像识别（MNIST）领域的应用。
第2篇是发展演变篇（第6~14章），主要介绍在图像识别领域深度学习技术的发展与演变。主要是以ImageNet挑战赛为线索、以ImageNet挑战赛中的冠军模型为主干，介绍了卷积神经网络的发展历程、遇到的主要挑战、思路和对策，以及各种冠军模型的模型架构与模型训练。
第3篇是前沿篇（第15章），介绍了生成对抗神经网络（GAN），它是一种能够自动生成图像的神经网络，这是与之前介绍的各种用于图像识别的卷积神经网络最显著的区别。
参与方式：
长按扫码关注：Python与机器智能，后台回复抽奖，即可参与
Python与机器智能