AI領域蓬勃發展，不斷有新鮮血液注入行業，行業著作也不斷推陳出新~~

最近博文菌得到一本極具群眾基礎的深度學習圖書。

要說AI圖書，博文菌推薦過非常多的優秀著作，有數十年經驗沉澱的經典鉅著，也有0壓入門的必備秘籍……

但這本書完全不一樣！

因為它集百家所長，凝聚了眾多一線科研人員及工程師的經驗，可以培養讀者發現問題、解決問題、擴充套件問題等方面的能力，真真正正地稱得上一本書入門深度學習！

不賣關子了，它就是火爆全網的《深度學習500：AI工程師面試寶典》！

《深度學習500問：AI工程師面試寶典》

—— 源自GitHub星標數超4.2萬的火爆之作 ——

在學習深度學習相關知識的時候，作者經常透過反覆思考某個問題來指導自己，查閱資料並且記錄成文，經過一段時間後發現整理的內容越來越豐富，從問題集開始，逐漸形成了有序且關聯的篇章，於是將該專案命名為《深度學習500問》。

2018年6月，作者陸續將整理的內容上傳到GitHub，方便自己遠端更新。

在最開始的兩週內，累計星標就超過1萬，在GitHub趨勢榜的全球月、周排名中多次居首，這些內容成為一份火爆的深度學習方面的資料。

截至目前，《深度學習500問》在GitHub上的累計星標已超過4.2萬。本書便源自該專案。

—— 歷時3年，融合產學研的精心之作 ——

本書的相關內容在GitHub和知乎等平臺已經受到了很多網友的關注和認可，這是為什麼呢？

因為其在專業、嚴謹的基本標準之上，還體現了一個研究者自己學習和總結的真實成果，並結合了專業社群平臺眾多網友的共同努力，此書的實用性是非常突出的。

作者談繼勇是南方科技大學和哈爾濱工業大學聯合培養的博士，從2011年就開始對人工智慧進行研究，在香港中文大學（深圳）工作時，對機器視覺有著深入的理解，是這個領域的一員老兵。他在深圳瀚維智慧醫療科技公司帶領團隊研發的多款智慧機器人及人工智慧產品都已經或即將進入量產階段。從這些成績中可以看出作者紮實的理論基礎和實現技術轉化的能力。

本書的內容從必須具備的數學基礎、機器學習基礎、深度學習基礎開始，逐步深入到人工智慧技術中各種熱門的人工神經網路演算法，然後結合實際問題，介紹目標檢測、影象分割等使用的具體技術，還深入講解了在模型建立和訓練過程中，演算法最佳化和引數調整的細節，並且結合了作者自身的實戰經驗，將極大地提高深度學習愛好者的理論水平和動手能力。

GitHub上的專案被傳播開之後，全球有超過萬名的老師、學生、研究者及工程師參與到專案中來，透過廣大研究者的集思廣益，這些內容最終形成了一個更充實、更全面的AI相關知識庫。參與者們本著將內容統一化、精細化、準確化的初衷，聯合眾多讀者一起將其完善、修改併成書。

可以說，本書囊括了深度學習所需要的所有知識體系，是一本行業從業者必備的百科全書。

—— 兼具廣度深度的入門、面試秘籍 ——

深度學習的理論性較強、門檻較高，要理解該領域的知識，讀者需要具有一定的數學基礎，需要學習統計分析、模式識別等專業領域的知識。很多讀者想深入研究又望而卻步，因為他們缺乏必要的知識，在知識的深入及遷移上有難以跨越的鴻溝。

在撰寫本書的過程中，作者力求深入淺出，從基礎到入門，從進階到拓展，儘量定性地進行描述，並較為全面地給出思路和闡釋，旨在向讀者介紹知識的同時培養讀者的思維方法，透過不斷地刨根問底，使讀者在實際的研究與開發過程中快速定點、查漏補缺，較好地解答了初學者的疑惑。

同時，本書內容取材於編者在日常學習過程中總結的知識點及各大公司常見的筆試、面試題。

這是一本兼具廣度與深度的書，將深度學習知識框架的全景圖呈現在讀者面前，能夠讓讀者系統地瞭解、掌握深度學習的相關知識，從理論到工程實踐都有涉及，將人工智慧“是什麼（概念）、為什麼（原理）、怎麼做（實踐）”三個問題充分地結合了起來，非常適合想要步入深度學習領域的初學者，尤其是需要查漏補缺的應聘者及提供相關崗位的面試官閱讀。

▼

從事與深度學習相關的工作是一件令人自豪的事情，同時，理解深度學習也是一件神秘和令人興奮的事情，希望本書可以幫助你跨越深度學習的門檻，帶你感受深度學習的魅力！

關於本書作者

● 談繼勇（主編），南方科技大學和哈爾濱工業大學聯合培養博士（在讀），現任瀚維智慧醫療技術總監，深圳工信局專家庫專家，兼任南方科技大學、四川大學研究生企業導師，南方科技大學和瀚維智慧醫療聯合實驗室副主任，北京探工所特聘技術專家，曾先後在中科院信工所、香港中文大學（深圳）、FOXCONN機器人與人工智慧實驗室、順豐科技等單位任職。主要專注於智慧感知與控制、實時智慧與計算機視覺方向的研究，主持/主研國家自然科學基金、省重點研發計劃、深圳戰略性新興產業計劃等專案20餘項，發表SCI/EI論文20餘篇，申請發明專利40餘項，獲全國發明金獎。

● 郭子釗 （副主編），四川大學計算機科學專業博士，碩士畢業於四川大學自動化系，主要從事AI晶片、深度學習、行為檢測識別、人臉檢測識別等相關研究工作。

● 李劍（副主編），同濟大學計算機科學專業博士，浙江農林大學副教授、碩士生導師，主要從事推薦系統、排序學習、凸最佳化等機器學習領域的科研和教學工作，發表SCI論文10餘篇，曾獲浙江省科技進步二等獎等多項省部級獎項。

● 佃松宜（副主編），日本東北大學博士，四川大學電氣工程學院教授、自動化繫系主任，四川省資訊與自動化技術重點實驗室主任。主要專注於先進控制理論與人工智慧演算法研究、嵌入式計算與實時智慧系統的研究與開發、機器人與智慧裝備的智慧感知與控制技術的研究、工業測控與智慧物聯的研究。近5年來主持包括國家重點研發計劃、基金、國網總部專案等各類科研專案近30項，累計總經費近2200萬元；發表論文100多篇，其中SCI/EI檢索近40篇，ESI高引論文1篇。參與編撰專著3部（其中英文專著1部），參編國家九五規劃教材1部。

● 王晉東（特邀編委），中科院計算所博士，微軟亞洲研究院機器學習研究員，主要從事遷移學習和機器學習方向的研究工作，在IJCAI、CVPR、ICDM、UbiComp、ACMMM、PERCOM、IJCNN、PRICAI、IEEE TNNLS、NEUNET、PRL、PMCJ、IMWUT、IJMLC、ICME、ACM TIST等國際權威期刊和會議上發表論文20餘篇，多次獲得“最佳論文”獎。作品有《遷移學習簡明手冊》等。

● 王超鋒，上海大學碩士，百度計算機視覺演算法工程師，主研影象處理，深度學習等方向。曾多次在國內外各類知名計算機視覺挑戰賽中獲得優異成績。

● 郭曉鋒，中國科學院碩士，愛奇藝演算法工程師，主要從事影象處理、深度學習等方向的研究，曾獲“2017華為軟體精英挑戰賽”複賽第6名。

● 黃偉，華南理工大學碩士，順豐科技機器人演算法工程師，主要從事計算機視覺和自然語言處理方向的研究。曾在相關領域國際期刊、會議上發表論文，並在相關競賽中獲得優異成績。

● 陳方傑（Amusi），上海大學碩士，CVer（計算機視覺知識分享和學習交流平臺）創始人。

● 李元偉，國防科技大學碩士，深圳瀚維智慧醫療科技公司高階演算法工程師，南方科技大學和瀚維智慧醫療聯合實驗室委員，主要從事機器視覺、影象處理及深度學習方向的研究工作，參編普通高等教育十三五規劃教材《影象通訊基礎》，在IEEE TCSVT、COGN COMPUT等發表學術論文多篇，曾獲湖南省/全軍優秀碩士論文。

● 陳琳，北京航空航天大學博士（在讀），研究方向為無人機智慧控制與決策、仿生智慧計算。