Keras作为深度学习*为流行的框架之一，是一个用Python语言编写的开源人工神经网络库。《Keras深度学习》一书从新手角度出发，系统介绍了Keras深度学习技术，从Python数据处理开始，到深度学习理论，再到Keras各种代码实战，全书秉承实例讲解的方式，降低学习难度。

《Keras深度学习》全书共8章，前4章介绍了Keras的基础环境搭建和前端基础知识，包括Python数据编程、Python常用工具包和深度学习基本原理等；后4章介绍Keras深度学习方法与实战案例，包括使用Keras构建卷积神经网络、使用Keras进行序列处理、应用Keras实现更加精细化模型定制的函数式API、使用Keras实现GAN和VAE在内的多种深度生成式学习模型等。

《Keras深度学习》内容由浅入深、语言通俗易懂，从基本原理到实践应用、从基础神经网络到复杂模型的深度剖析，全书遵循学习规律，让读者在循序渐进的学习中深刻体会到Keras作为深度学习框架的魅力。

《Keras深度学习》适合想要了解深度学习、熟悉Python但不熟悉框架的初学者阅读，也适合各大高等院校或培训机构人工智能相关专业的学生学习。深度学习应用研究人员、深度学习爱好者、人工智能化产业从业人员、大数据从业人员、算法工程设计实现工程师、模型与架构设计等相关领域工程师、计算机视觉领域入门爱好者以及其他渴望入门深度学习相关领域的人士均可选择本书参考学习。

基础知识 算法原理 经典案例，从全连接网络到复杂模型，从数据清洗到翻译模型，一本书轻松搞定Keras。

本书适合读者：人工智能深度学习爱好者、算法工程师、计算机视觉专业相关学生、机器学习深度学习等人工智能化各类从业人员

本书特色：

1. 入门门槛低，内容安排符合学习规律

从搭建环境学起不同环境下相关软件和工具的下载和安装深度学习基础理论*后通过Keras实现深度学习的各类经典应用。由简到难，逐步深入，适合深度学习和机器学习零基础的读者学习。

2. 注重新手友好性，理论结合实践

作者以学生的视角，将自己Keras实际学习过程中的经验进行积累，让新手更容易上手。

在具体介绍过程中给出短小精悍的示例，让读者能边学习边实践，缩短新手与老手之间的差距。

3. 技术面广泛，注意技巧丰富

本书内容涵盖10种Python常用数据结构、5种主流数据分析工具、卷积神经网络、序列处理、函数式API及应用、Keras在深度生成式模型中的应用等。包括5个综合实战案例，所选案例涉猎广泛而丰富，既有计算机视觉领域的图像分类问题的经典案例，也有基于神经网络的翻译系统实战。在代码示例中，不仅仅包含了模型构建和设计的核心思想，同时也兼顾了新手容易犯错的细节展示。

鲁睿元 西安交通大学软件学院研究生，主要研究深度学习与计算机视觉方向。主要优异表现：在第一届百度菁英班荣获第一名；带队代表西安交通大学参加首届浦发百度智慧金融极客挑战赛中，荣获全国三等奖。曾在多家博客网站发表多篇深度学习以及算法相关文章，深受读者喜爱。

祝继华 副教授，西安交通大学模式识别与智能系统专业工学博士学位，博士生导师。2011年6月至今在西安交通大学软件学院从事教学与科研工作，主要研究方向为计算机视觉和移动机器人，先后主持国家自然科学基金项目2项，陕西省自然科学基金项目1项和中国博士后科学基金项目2项，曾参与国家973项目和国家自然科学基金重点项目等多项国家级项目的研究工作。在激光点云数据配准、移动机器人导航定位与环境感知等方面具有一定的研究基础，并在所述领域以第一作者或通讯作者发表SCI论文20余篇。