人工智能热门图书（深度学习、TensorFlow）免费送！

分手后的思念是犯贱 2022-04-15 00:08 185阅读 0赞

欢迎访问[网易云社区][Link 1]，了解更多网易技术产品运营经验。

这个双十一，人工智能市场火爆，从智能音箱到智能分拣机器人，人工智能已逐渐渗透到我们的生活的方方面面。[网易云社区][Link 2]联合[博文视点][Link 3]为大家带来人工智能热门图书专场，这些书籍将引领我们一起去解密人工智能，了解这位即将走进我们生活的“朋友”。

知乎活动的帖子：[https://zhuanlan.zhihu.com/p/50078535][https_zhuanlan.zhihu.com_p_50078535]

参与规则：在知乎帖子评论回复以下你最想看的一本书名称即可。注意是知乎帖子回复，不是本帖回复哦

以下为奖品图书简介：

## 1、《解析深度学习：卷积神经网络原理与视觉实践》 ##

![201811191250078a62eb3c-7769-419a-a5fe-2a4301146759.jpg][]

编辑推荐

本书是对治深度学习恐惧症的一剂良药。作者魏秀参博士，毕业于著名的南京大学LAMDA研究所，现为旷视科技南京研究院负责人。本书凝聚了他多年的功力，集原理与实践于一体，将卷积神经网络这颗仙丹炼得出神入化，以此攻克计算机视觉实践中的一个又一个难题。

全书没有佶屈聱牙的文字、没有艰涩难懂的术语，只有明明白白的道理、由浅入深的论证、清晰流畅的架构。在内容的安排上，兼顾了基础知识和学习难点，各有侧重，让初学者不仅可以看明白、而且能够读懂，知其所以然并举一反三运用到自己的工程实践中。

无怪乎，业内专家认为“本书可能是我知道的“醉”好的深度学习的中文入门教材”。

内容提要

深度学习，特别是深度卷积神经网络是人工智能的重要分支领域，卷积神经网络技术也被广泛应用于各种现实场景，在许多问题上都取得了超越人类智能的结果。本书作为该领域的入门书籍，在内容上涵盖深度卷积神经网络的基础知识和实践应用两大方面。本书共14 章，分为三个部分：第一部分为绪论；第二部分 （第1～4 章）介绍卷积神经网络的基础知识、基本部件、经典结构和模型压缩等基础理论内容；第三部分（第5～14 章）介绍深度卷积神经网络自数据准备开始，到模型参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡数据处理，最终到模型集成等实践应用技巧和经验。本书并不是一本编程类书籍，而是希望通过“基础知识”和“实践技巧”两方面使读者从更高维度了解、掌握并成功构建针对自身应用问题的深度卷积神经网络。

本书可作为深度学习和卷积神经网络爱好者的入门书籍，也可供没有机器学习背景但希望能快速掌握该方面知识并将其应用于实际问题的各行从业者阅读参考。

## 2、《强化学习实战：强化学习在阿里的技术演进和业务创新》 ##

![20181119125017a76fa6a5-b81f-4722-b57f-e96d3eea27d5.jpg][]

编辑推荐

系统讲解在互联网级别的应用上使用强化学习的技术细节。

汇集了阿里巴巴一线算法工程师在强化学习应用方面的经验和心得。

内容提要

本书汇集了阿里巴巴一线算法工程师在强化学习应用方面的经验和心得，覆盖了阿里巴巴集团多个事业部的多条业务线。本书系统地披露在互联网级别的应用上使用强化学习的技术细节，更包含了算法工程师对强化学习的深入理解、思考和创新。作为算法工程师，你将了解到强化学习在实际应用中的建模方法、常见的问题以及对应的解决思路，提高建模和解决业务问题的能力；对于强化学习方向的研究人员，你将了解到在游戏之外更多实际的强化学习问题，以及对应的解决方案，扩宽研究视野；对于机器学习爱好者，你将了解到阿里巴巴的一线机器学习算法工程师是如何发现问题、定义问题和解决问题的，激发研究兴趣以及提升专业素养。

本书适合算法工程师、强化学习方向的专业人员阅读，也可供机器学习爱好者参考。

## 3、《机器人感知：因子图在SLAM中的应用》 ##

![201811191250271bfe2028-1c1a-4d88-a6e7-bfef914ddf95.jpg][]

编辑推荐

本书作者是促成SLAM从经典卡尔曼滤波形式向图优化模型转变的关键人物，在SLAM领域的造诣非常深厚，此书是他们在因子图上的研究成果的汇集和整理，是一本非常好的SLAM方面的书籍。

内容提要

Frank Dellaert与Michael Kaess是机器人行业大家，他们在机器人感知方向有多年经验及深入理解。本书深入浅出地介绍了因子图数学定义、推断方法，以及真实环境中机器人上的各种应用。

## 4、《智能问答与深度学习》 ##

![201811191251302acac904-04b5-4bf8-a89a-d33462c03b1f.jpg][]

编辑推荐

深度学习、自然语言处理入门书

为你开启从AI入门到AI应用的学习之门

提供大量编程实例，配书源代码供下载

内容提要

本书面向在校学生或计算机软件从业人员，由浅入深地介绍了人工智能在文本任务中的应用。本书不但介绍了自然语言处理、深度学习和机器阅读理解等基础知识，还简述了信息论、人工智能等的发展过程。

## 5、《TensorFlow进阶指南：基础、算法与应用》 ##

![20181119125139b8054bee-66f8-41f8-ae6b-e8796e3027b6.jpg][]

编辑推荐

1.拒绝艰涩难懂——本书是作者在用自己的话讲解TensorFlow，中国人都能轻松读懂，特别适合零基础读者，没有不懂，只有更懂。

2.拒绝臃肿拖沓——本书真正来自于作者一线从业经验与体会，只讲有用的，不含偏门的。

3.拒绝断章取义——本书囊括了TensorFlow用于实际工作的全流程，使读者能真正实现从想法到产品，只有流畅，没有断崖。

4.拒绝含混支吾——本书对TensorFlow每一个环节的讲解，都是作者运用自己多年一线从业功力推敲与解构的，没有模糊不清，只有恍然大悟。

内容提要

本书是由人工智能一线从业专家根据自己日常工作的体会与经验总结而成的，在对TensorFlow的基础知识、环境搭建、神经网络、常用技术的详细讲解当中穿插了自己实战的经验与教训。更与众不同的是，本书详细地解析了使用TensorFlow进行深度学习领域中常用模型的搭建、调参和部署整个流程，以及数据集的使用方法，能够帮助您快速理解和掌握TensorFlow相关技术，最后还用实战项目帮助您快速地学会TensorFlow开发，并使用TensorFlow技术来解决实际问题。

本书代码主要是在1.6版本的基础上进行开发的，同时兼容1.2~1.10的版本，并已得到验证。本书主要面向对TensorFlow、深度学习、人工智能具有强烈兴趣且希望尽快入门的相关从业人员、高校相关专业的教育工作者和在校学生，以及正在从事深度学习工作且希望深入的数据科学家、软件工程师、大数据平台工程师、项目管理者等。

[免费体验云安全(易盾)内容安全、验证码等服务][Link 4]

更多网易技术、产品、运营经验分享请[点击][Link 1]。

相关文章：  
【推荐】 [【kudu pk parquet】TPC-H Query2对比解析][kudu pk parquet_TPC-H Query2]  
【推荐】 [一些ssh小技巧][ssh]

[Link 1]: https://sq.163yun.com/blog?tag=M_tg_749_72
[Link 2]: http://link.zhihu.com/?tag=M_tg_749_72
[Link 3]: http://link.zhihu.com/?target=https%3A//shop.m.jd.com/%3FshopId%3D1000004142
[https_zhuanlan.zhihu.com_p_50078535]: https://zhuanlan.zhihu.com/p/50078535
[201811191250078a62eb3c-7769-419a-a5fe-2a4301146759.jpg]: /images/20220415/c3b0592e0da346a2b2e701eb2cb551bb.png
[20181119125017a76fa6a5-b81f-4722-b57f-e96d3eea27d5.jpg]: /images/20220415/02ed44d4415f4972bd4c3b97a71c7a60.png
[201811191250271bfe2028-1c1a-4d88-a6e7-bfef914ddf95.jpg]: /images/20220415/fbe6b0e44a694243948687df57676401.png
[201811191251302acac904-04b5-4bf8-a89a-d33462c03b1f.jpg]: /images/20220415/d8a1f346f63a4400bd21df7092fbf6a0.png
[20181119125139b8054bee-66f8-41f8-ae6b-e8796e3027b6.jpg]: /images/20220415/df99e64155e5490db87db6178a713116.png
[Link 4]: https://www.163yun.com/free?tag=M_tg_749_72
[kudu pk parquet_TPC-H Query2]: https://www.cnblogs.com/163yun/p/9289517.html
[ssh]: https://blog.csdn.net/w97531/article/details/82767213