近年來，受益于硬件計算能力的跨越式提升和海量數(shù)據(jù)的涌現(xiàn)，神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等理論算法得以高效實現(xiàn)并不斷優(yōu)化，在人工智能技術(shù)和相關(guān)產(chǎn)業(yè)應(yīng)用中的地位和重要性日益提升。2006年，G.E.Hinton研究組有關(guān)深層網(wǎng)絡(luò)訓(xùn)練的工作使得深度學(xué)習(xí)重回大眾視野，該年因此也被稱為深度學(xué)習(xí)元年。2012年，G.E.Hinton研究組憑借AlexNet在備受關(guān)注的ImageNet競賽中強勢奪冠后，基于深度學(xué)習(xí)的人工智能技術(shù)更是迎來爆發(fā)式發(fā)展期，在圖像、語音等領(lǐng)域獲得了優(yōu)異的表現(xiàn)，并得到產(chǎn)業(yè)界的廣泛認可和大力推進。
在人工智能算法的實現(xiàn)和部署過程中，有C、C++、Java、Python等高級編程語言可供選擇，其中可讀性好、靈活性強、庫資源豐富的Python語言一直是大部分深度學(xué)習(xí)和人工智能領(lǐng)域開發(fā)人員的首選。對高等院校及相關(guān)行業(yè)的人工智能技術(shù)初學(xué)者來說，在學(xué)習(xí)前沿理論知識的同時，結(jié)合Python編程語言進行人工智能技術(shù)實踐，是加深其對人工智能基礎(chǔ)知識的理解、快速提升其技術(shù)開發(fā)能力的有效途徑，因而本書使用Python作為算法實現(xiàn)、實驗實踐的編程語言。
本書聚焦國家新一代人工智能發(fā)展規(guī)劃，面向人工智能、機器人工程、智能醫(yī)學(xué)工程等新工科專業(yè)人才培養(yǎng)的實際需求，著力解決人工智能基礎(chǔ)知識交叉不足、理論技術(shù)和業(yè)界應(yīng)用關(guān)聯(lián)不緊及實驗實踐教材匱乏、內(nèi)容體系支撐不強等問題，主要內(nèi)容包括Python編程基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、深度學(xué)習(xí)計算框架、卷積神經(jīng)網(wǎng)絡(luò)、序列到序列網(wǎng)絡(luò)、目標檢測及其應(yīng)用、語義分割及其應(yīng)用等。
本書突出前沿性、實踐性，以深度學(xué)習(xí)關(guān)鍵技術(shù)為牽引，設(shè)計構(gòu)建緊貼產(chǎn)業(yè)實際的實踐案例，可滿足高等院校相關(guān)專業(yè)的本科生或研究生人工智能基礎(chǔ)知識學(xué)習(xí)及實踐創(chuàng)新的需求，也可以作為相關(guān)行業(yè)技術(shù)人員的參考資料。
本書基于山東大學(xué)人工智能、機器人工程、智能醫(yī)學(xué)工程等新工科專業(yè)建設(shè)，特別是“人工智能與機器人”新工科實驗班的教學(xué)育人實踐，參考借鑒其他高水平大學(xué)人工智能相關(guān)專業(yè)知識體系的構(gòu)成，將基礎(chǔ)知識和編程實踐相結(jié)合，通過代碼實例分析，使得基礎(chǔ)知識變得直觀易懂；將基礎(chǔ)Python編程和PyTorch框架編程結(jié)合設(shè)計實踐內(nèi)容，以適應(yīng)互聯(lián)網(wǎng)時代共享代碼的社區(qū)生態(tài)需求；通過綜合實踐例程，幫助讀者打通知識學(xué)習(xí)、數(shù)據(jù)準備、代碼編寫、參數(shù)調(diào)試、結(jié)果分析等全鏈條學(xué)習(xí)過程，在掌握相關(guān)技術(shù)的同時提高學(xué)習(xí)興趣。
本書編寫過程中，陳佳銘、曹淑強、孟子喻等十余名研究生參與了本書的校對工作，并對其中的代碼進行了驗證和完善，在此一并致謝！書中的實踐例程多來源于人工智能技術(shù)的實際應(yīng)用，具備良好的經(jīng)濟和社會效益，對于實踐創(chuàng)新將起到良好的啟發(fā)和指導(dǎo)作用。
以深度學(xué)習(xí)為基礎(chǔ)的人工智能技術(shù)發(fā)展得如火如荼，但也面臨諸多的挑戰(zhàn)。希望本書能夠引領(lǐng)讀者打開人工智能技術(shù)的大門，不斷開拓創(chuàng)新，在學(xué)術(shù)界或行業(yè)內(nèi)創(chuàng)造優(yōu)異成果！