點選上方“程式人生”，選擇“置頂公眾號”

第一時間關注程式猿（媛）身邊的故事

零入門 | 高可讀| 重實戰 | 抓前沿

準受用的深度學習入門教程，集各項前沿技術之大成

含Hinton神經膠囊網路的詳細解讀

這是一個大資料時代。

這也是一個人工智慧時代。

如果說大資料技術是還有待人們去研究、去挖掘、去洞察的問題，那麼人工智慧無疑是這個問題的解決方案，至少是方案之一。

人的智慧，無疑是學習的產物。那麼機器的智慧呢，它何嘗不是學習的產物？只不過在當下，它被深深地打上了“深度學習”的烙印。通過深度學習，我們可以把大資料探勘的技術問題轉換為可計算的問題。

有人說，深度學習不僅是一種演算法的升級，更是一種思維模式的升級。其帶來的顛覆性在於，它把人類過去痴迷的演算法問題演變成資料和計算問題。吳軍博士更是斷言，未來只有2%的人有能力在智慧時代獨領風騷，成為時代的弄潮兒。所以，擁抱人工智慧，攜手深度學習，不僅是一種時代的召喚，而且順應了當前科學技術對人才的緊迫需求。

深度學習矗立於人工智慧的前沿。我們遠眺它容易，但近愛它卻不易。在資訊過剩的時代，我們可能會悲哀地發現，知識鴻溝橫在我們面前。的確，大量有關深度學習的書籍佔據著我們的書架，數不盡的部落格充斥著我們的螢幕。然而，很多時候，我們依然對深度學習敬而遠之。

這個“敬”是真實的，這個“遠”通常是被迫的。因為找到一本通俗易懂的有關深度學習的讀物，並非易事。

張玉巨集博士所著的《深度學習之美：AI時代的資料處理與最佳實踐》，正是在這種背景下以通俗易懂的姿態面世的書籍。如果用一句話來形容這本書，那就是“通俗易懂也是一種美德”。

為什麼值得推薦

√ 零入門。本書在介紹深度學習時，也介紹了Python、TensorFlow、M-P模型、感知機等神經網路等基礎知識，從而可以讓讀者零基礎入門。

√ 高可讀。有別於其他同類書籍的深奧難懂，本書配合近300幅手繪圖片，一圖勝千言，輔以大量的哲理故事，通俗易懂，獨闢蹊徑。

√ 重實戰。除了理論部分的講解不落窠臼，本書還重視實戰，列舉了大量具有啟發意義的實戰案例，循序漸進，讓讀者通過實戰獲得成就感。

√ 抓前沿。本書緊抓領域前沿，Geoffrey Hinton的最新研究成果——神經膠囊網路，本書詳細解讀，輔以實戰，讓讀者能夠站在科研前沿。

作者簡介

張玉巨集，2012年於電子科技大學取得博士學位，2009—2011年美國西北大學訪問學者，電子科技大學博士後，現執教於河南工業大學。

中國計算機協會（CCF）會員，CCF YOCSEF鄭州2018—2019年度副主席，ACM/IEEE會員。《品味大資料》一書作者。主要研究方向為大資料、人工智慧、技術哲學。發表學術論文20餘篇，國內外學術作品7部。阿里云云棲社群專欄作家，博文累計閱讀逾百萬次。

大咖推薦

要想戰勝深度學習陡峭的學習曲線，領悟到它的美，其實需要很長的學習時間，也要求具有一定的數學功底。而這本《深度學習之美》內容豐富，緊抓前沿，用輕鬆的語言和恰當的類比幫助大家越過晦澀的公式，行文流暢、圖文並茂，是一本難得的零基礎入門教程。

——知衣科技CEO，鄭澤宇

科普書籍有兩種寫法，一種是用通俗語言講解深奧概念，另一種是用江湖傳聞訴說來龍去脈。很顯然，作者將兩者很好地進行了融合。很少見到把深度學習的大眾科普與前沿科學結合在一本書中論述，且不致人迷茫的，本書的作者做到了。因此，強烈建議所有對深度學習望而生畏卻又心馳神往的人持卷品讀。

——科大訊飛研究院研究主管，李鑫

深度學習給人的第一反應往往是複雜的網路結構和繁冗的數學公式，讓人望而卻步。張博士所著的這本《深度學習之美》卻能獨闢蹊徑，不落窠臼，於輕鬆嬉笑間將深度學習的道理娓娓道來，讓人在享受閱讀的同時領悟深度學習之美，可謂雅俗共賞的科普佳作。

——極客時間專欄作者、貴州大學副教授，王天一

作者十分擅長以幽默、淺顯的語言講解複雜的知識，在介紹專業知識的同時還介紹了每項技術發展的歷史脈絡。這些歷史故事不僅為本書增添了趣味性，更能幫助讀者理解每項技術是在什麼條件下為解決什麼問題而開發的，十分可貴。相信無論是專業人士還是非專業人士，在閱讀本書時都能有所收穫。

——Google機器翻譯組工程師，樑博文

本書寫給誰看

《深度學習之美：AI時代的資料處理與最佳實踐》是一本零基礎入門、通俗易懂、圖文並茂、理論結合實戰的深度學習書籍，對廣大的深度學習初學者來說，是不可或缺的學習資料。

使用優惠碼掃碼下單

噹噹購書優惠

滿99-10

優惠碼 9Z1UV5  數量1000 先到先得

注意要區分大小寫

優惠碼使用截止時間7月13日24時

優惠碼、滿減僅限噹噹圖書計算機全品

點選文末「閱讀原文」，發現更多好書。

本期評獎規則

在本文下方留言，說說你想要這本書的理由是什麼~

我們會從留言使用者中，按照留言點贊數，抽取排名在第2、4和6名的3位幸運者，送出本書。

開獎時間：7月16日當天（以當天小編開獎時看到的名次順序為準）