前言

我们正处在一个日新月异、飞速变革的时代，层出不穷的新技术每天都在冲击和改变我们的生活。人工智能无疑是其中最受关注、也是影响最深远的技术领域。它为计算机插上了翅膀，演变出许多从前根本无法想象的新技术、新应用。AlphaGo Zero——一台没有任何先验知识的人工智能机器，可以在几天内通过自我博弈成长为世界第一的围棋大师，超越人类几千年积累的经验；风格迁移应用能够自动将用户的照片转变为著名的绘画艺术风格；机器可以在零点几秒内完成翻译，把一种语言译成另一种语言。此外，有关人脸识别、自动驾驶等新技术的应用也都纷纷开始落地。在过去的几年内，人工智能技术不仅在学术上取得了巨大的突破，也开始走向寻常百姓家，真正为人们的生活提供便利。

本书主要为读者介绍这次人工智能浪潮最重要的组成部分——深度学习技术，使用的编程框架是Google公司的TensorFlow。借助于Google公司巨大的影响力，TensorFlow一经发布就引起了广泛的关注。目前（截至2017年年底）, TensorFlow在Github上已经有了8万4000多个Star，是所有深度学习框架中最多的。

本书的主要特点如下：

· 以实践、应用导向。深度学习需要深厚的数理基础，对于初学者来说有一定难度。本书希望从实践出发，用具体的例子来引导读者学习深度学习技术和TensorFlow编程技巧。我们主要从实用性和趣味性两个方面考量，选择了21个实践项目，其中既有MNIST图像识别入门项目，也有目标检测、人脸识别、时间序列预测实用性项目，还有一些诸如Deep Dream趣味性项目。读者可以在实践中找到乐趣，逐渐进步，让学习深度学习和TensorFlow的过程不再那么痛苦。

· 清晰而有深度的介绍。在编写过程中，尽量用简单的语言描述算法的原理，做到清晰而有条理。此外，深度学习是一门还在快速发展的新技术，限于篇幅，很多内容不能完全展开，在大部分章节的末尾列出了“拓展阅读”材料，有兴趣的读者可以参考进一步学习。

· 基于TensorFlow 1.4及以上版本。TensorFlow的发展非常迅速，本书代码全部基于TensorFlow 1.4及以上版本（包括1.4.0、1.4.1和1.5.0），并介绍了TensorFlow的一些新特性，如Time Series模块（1.3版本添加）、新的MultiRNNCell函数（1.2版本更改）等。本书的代码会在如下GitHub地址上提供，并会随新的TensorFlow版本的发布而同步更新：https://github.com/hzy46/Deep-Learning-21-Examples。

本书代码推荐的运行环境为：Ubuntu 14.04, Python 2.7、TensorFlow 1.4.0。请尽量使用类UNIX系统和Python 2运行本书的代码。