导论 | 本书学习路线

第1章导论

大数据时代的来临，算力和存储的连年提升，促使人工智能迅猛发展。各大高校人工智能专业的开设和人工智能类岗位高昂的薪资，以及人工智能纳入国家重点发展计划都在说明人工智能开始迎来新的一波风口。市场对该类人才的紧缺需求是毋容置疑的。深度学习作为人工智能的重要组成部分，毫无疑问地成为了每一个初学者必须了解的一环。

一门学科的学习固然离不开大量的时间，但如何将它事半功倍，是值得我们思考的。古人云：“三思而后行”，这个“思”就是行动前规划好行动路径图，沿着有效的路径去行动，效果当然也就事半功倍。

知识体系就好比人类的骨架，骨架的健硕才能让血肉更好的生长。没有骨架，再多的血肉都是一坨烂泥。相反，一副健硕的骨架却能让你不断造血加肉，将自己感兴趣的那一块“肌肉”不断壮大，成为这一领域的专才。

在深度学习如火如荼发展的时代，大批的初学者涌入这个领域，一条行之有效的学习路径是每一个初学者所急需的。

本书的编写正是为了弥补这方面的空白，帮助每一个读者构建属于自己的深度学习体系。它涵盖了深度学习的热门领域与当前科研热点，并结合实操，从简到难逐步揭开深度学习的神秘面纱。

1.1 本书学习路线

全书共8章，每个章节联系紧密，并且配套相应的案例与代码讲解视频，建议初学者按顺序阅读，这样能有效帮助大家建立起一套完备的深度学习体系。接下来，笔者就图 1.1所示的学习路线给各位读者介绍一下本书的知识体系。

图 1.1本书学习路线

第1章导论分为4个小节：本书学习路线、人工智能与深度学习、深度学习的算法流程和小结。重点在第3小节——深度学习的算法流程，本节将会给读者介绍一整套深度学习的操作流程是如何进行的，以及在我们学习深度学习之前，读者应该具备哪些预备知识。

第2章Python开发环境搭建介绍了本书使用的操作系统与编程环境，即在Windows与Linux操作系统下的Python开发环境搭建。

第3章Python基础主要介绍了本书使用的编程语言，将会涉及Python的语法与其高阶用法。这是本书最为基础的一部分，而且本书所有章节的案例基本以Python为基础去编写，因此笔者将尽可能用同一套代码帮助大家将知识点串联起来。当然，已经对Python相对熟悉的读者，可以跳过本章内容。

第4章深度学习是整本书的精华所在，笔者将会给大家详细介绍深度学习中的常见网络，并配套相应的案例，以帮助大家掌握整个深度学习的重点。更进一步，笔者以本章为基础，衍生出第5~8章，帮助大家更进一步了解深度学习的当前热点与未来趋势。

第5章对抗生成网络书写了一个以假乱真的剧本。近年来AI换脸等技术火爆全球，离不开这个网络的点滴贡献。生成对抗网络能够学习数据的分布规律，并创造出类似我们真实世界的对象，如图像、文本等。从以假乱真的程度上看，它甚至可以被誉为深度学习中的艺术家。因此，生成对抗网络也逐步成为了人们研究的热点。

第6章遗传算法与神经网络描绘了一个优胜劣汰的传承。它们是结合了神经网络和遗传算法与进化策略产生的一种全新模型。它们通过模仿自然界“适者生存”的原则来赋予神经网络在代际循环中优化的力量，能有效克服传统神经网络在训练过程中的缺点。因此，遗传算法与神经网络两者的结合也逐步成为未来科研的热点。

第7章迁移学习讲诉了一个站在巨人肩膀的故事。随着越来越多的深度学习应用场景的出现，人们不可避免会去想，如何利用已训练的模型去完成相类似的任务，毕竟重新训练一个优秀的模型需要耗费大量的时间和算力，而在前人的模型上修修补补，举一反三无疑是最好的办法。因此，笔者将在这章给大家介绍迁移学习与计算机视觉的故事。

第8章迁移学习与自然语言处理是迁移学习的另一个篇章迁移学习一路前行，走进了自然语言处理的片场。迁移学习在自然语言处理（NLP）领域同样也是一种强大的技术。迁移学习的有效性引起了理论和实践的多样性，人们通过迁移学习与自然语言处理两者相结合，高效地完成了各种NLP的实际任务。