深度學習：一起玩轉TensorLayer （簡體書）

本書由TensorLayer創始人領銜，TensorLayer主要開發團隊傾力打造而成。內容不僅覆蓋了人工神經網絡的基本知識，如多層感知器、卷積網絡、遞歸網絡及增強學習等，還著重講解了深度學習的一些新的技術，如生成對抗網絡、學習方法和實踐經驗，配有許多應用及產品的實例。讀者可從零開始掌握深度學習技術，以及使用TensorLayer實現的各種應用。本書以通俗易懂的方式講解深度學習技術，同時配有實現方法教學，面向深度學習初學者、進階者，以及希望長期從事深度學習研究和產品開發的深度學習的大學生和工程師。

董豪：目前就讀于帝國理工學院，從事計算機視覺、醫療數據分析和深度學習理論研究，在ICCV、TNSRE、TIFS、ACM MM等會議和期刊發表過論文，Neuroputing、TIP等會議和期刊的審稿人。有創業經驗，擅長把深度學習算法與實際問題結合，獲得多項國家發明和實用新型，TensorLayer創始人。郭毅可：英國帝國理工學院計算系終身教授，帝國理工數據科學研究所（Data Science Institute）所長，上海大學計算機學院院長，中國計算機協會大數據專委會創始會員。郭教授主持多項中國、歐盟和英國大型數據科學項目，累計總金額達1000億人民幣。郭教授的研究重點為機器學習、云計算、大數據和生物信息學。也是大數據會議KDD2018的主席。他是上海，北京，江蘇省特聘專家，中國科學院網絡信息中心、中國科學院深圳先進技術研究院客座研究員。郭教授從2015年起，發起和領導了TensorLayer項目作為帝國理工數據科學研究所的重要機器學習工具。楊光：帝國理工醫學院高級研究員，皇家布朗普頓醫院醫學圖像分析師，倫敦大學圣喬治醫學院榮譽講師，倫敦大學學院（UCL）碩士、博士、IEEE會員、SPIE會員、ISMRM會員、BMVA會員，專注于醫療大數據以及醫學圖像的成像和分析，在各類期刊會議上發表論文近40篇，國際兩項，Medical Physics雜志臨時副主編，MIUA會議委員會委員，長期為專業雜志會議義務審稿50余篇。其研究方向獲得英國EPSRC、CRUK、NIHR和British Heart Foundation （BHF）資助。近期致力于Medical AI方向的創新創業。吳超：帝國理工數字科學研究所研究員，主要從事醫療和城市領域數據分析和建模的研究工作，研究工作獲得EPSRC、Royal Society等多項研究基金資助。王劍虹：帝國理工碩士及利物浦大學本科畢業，主要研究語音識別分類問題；目前在UCL攻讀研究型碩士，主要研究增強學習在游戲中的運用。 幺忠瑋：帝國理工碩士，本科畢業于北京郵電大學，主要研究方向為計算機視覺，對生成模型和目標識別領域感興趣。目前致力于將目標檢測算法植入嵌入式系統實現即時檢測。張敬卿：帝國理工博士在讀，研究型碩士，主要研究興趣包括深度學習、數據挖掘、時間序列與文本挖掘、多模態問題與生成模型。本科畢業于清華大學計算機科學與技術系，曾獲得中國國家獎學金。陳f：北京大學光華管理學院在讀，哈爾濱工業大學電子與信息工程學院畢業，深度學習愛好者。林一鳴：帝國理工博士在讀，主要研究深度學習在人臉分析方向的應用。于思淼：帝國理工博士在讀，浙江大學本科畢業，主要研究方向為深度學習、生成模型及其在計算機視覺方面的應用。莫元漢：帝國理工博士在讀，北京航空航天大學本科畢業，主要研究方向為深度學習、動力學及其在醫療圖像分析方面的應用。袁航：瑞士洛桑聯邦理工（EPFL）碩士在讀，本科就讀于德國雅各布大學（Jacobs）計算機系，及在美國卡內基梅隆大學（CMU）計算機科學學院交換學習，主要從事計算神經科學與電腦人機接口研究。之前分別在帝國理工及馬克斯普朗克智能系統研究院（Max Planck Institute for Intelligent Systems）進行研習，現在主要在EPFL G-lab研究脊髓修復對運動功能康復及血壓控制等課題。

1.TensorLayer是一個基于TensorFlow的深度學習開發工具。其透明，靈活，高性能的特點，使得它得到了大量初學者乃至開發者的青睞。TensorLayer獲得了ACM Multimedia頒發的2017年度*開源軟件獎。2.本書是在帝國理工學院計算機系終身教授郭毅可的領導下，由TensorLayer創始人領銜，TensorLayer主要開發團隊傾力打造而成，作者全部來自一線人工智能研究員和工程師，為讀者提供了一次非常美妙的AI之旅。3.本書案例是作者們經過精心挑選后寫作的，其中不乏諸如，價值上億美金的超高分辨率復原、已實際應用在醫學上的圖像語義分割等黃金案例，值得初學者和研究者們學習參考。4.本書作者額外提供了案例使用的模型，請到.broadview..下載使用。