前言

继2016年3月击败世界围棋大师李世石，AlphaGo又于2017年5月横扫中国九段棋手柯洁，从此“人工智能”成为最火热的词汇之一，人工智能的应用遍地开花，热度持续高涨，IT领域甚至言必称之。因此，众多有志之士欲投身到人工智能的浪潮之中，但如何快速入门成为摆在他们面前的第一道障碍。

千里之行，始于足下。下面先梳理一下人工智能、机器学习和深度学习的关系。人工智能是宽泛概念上的高级计算智能，机器学习是研究人工智能的一个有效手段，而深度学习是机器学习的一个分支。深度学习突破了传统机器学习算法的瓶颈，推动了人工智能领域的快速发展；而目前大多数深度学习都是通过神经网络来实现的。

工欲善其事，必先利其器。神经网络和深度学习的框架和程序实现语言有很多种。其中，TensorFlow由于其灵活性、高效性和可移植性，成为目前最流行的一种深度学习框架；Python语言由于其简洁性、易读性和可扩展性，已成为目前最受欢迎的深度学习程序设计语言。

本书基于TensorFlow框架和Python语言来实现基本神经网络算法和深度学习算法，主要内容包括：第1章综述人工智能、机器学习和深度学习的基本知识；第2章、第3章介绍Python及其基础库Numpy、Matplotlib和Scipy的使用方法；第4章介绍TensorFlow的基本知识和使用方法；第5章、第6章介绍神经网络的基础知识以及它的基础应用——感知机、线性回归与逻辑回归的理论与实现；第7章、第8章介绍两种热门的深度神经网络——卷积神经网络和循环神经网络的理论与实现。

本书旨在作为一本神经网络与深度学习的入门图书，其主要特点有：

（1）系统性：首先介绍Python、TensorFlow的使用方法，然后介绍基本神经网络的理论及应用，最后介绍深度神经网络的理论及实现，内容由浅入深、循序渐进。

（2）通用性：程序实例采用通用的数值优化和 MNIST 手写字体案例，适合各学科和各领域的人员理解和学习。

（3）实用性：注重理论联系实际，首先进行理论介绍，然后进行程序实现，通过理论介绍来初步了解算法，通过程序实现来深入理解算法。

本书适于电子、通信、计算机、自动化、机器人和经济学等学科以及信号处理、语音识别、图像识别、模式识别、机器翻译和人机交互等领域的读者阅读，既可作为高等院校高年级本科生和研究生的学习用书，也可供相关领域的科研人员学习参考。

为了便于读者学习和参考，书中的实例程序可在华信教育资源网（https：//www.hxedu.com.cn/）免费下载，或通过与本书责任编辑（zhangls@phei.com.cn）联系获取。

在本书编写过程中，得到了北京无线电测量研究所科技委、档信中心、总体部以及航天科工二院“创客银行”项目的支持和帮助，电子工业出版社相关编辑为本书的编辑出版付出了辛勤劳动，特此表示感谢。

最后要感谢我的爱人焦淑娟和爱子包佳铭所给予的支持和动力。由于编著者水平有限，书中定有不足之处，诚望各位专家和读者批评指正。联系方式：bao_ziyang@163.com。

编著者

2019年1月