推荐序三

随着AlphaGo在人机大战中一举成名，关于机器学习的研究开始备受人们关注。机器学习和神经网络已经被广泛应用于互联网的各个方面，例如搜索、广告、无人驾驶、智能家居，等等。AI井喷式发展的主要动力如下。

其一，数据的积累。各大IT公司都拥有了自己的数据平台，数据积累的速度越来越快。各大高校针对不同的机器学习任务，积累了多样化的数据集。

其二，计算机性能指数级的增长。从当初的CPU到GPU，再从GPU到专门为AI设计的芯片，都提供了强大而高效的并行计算能力，大大推动了AI算法的进步。

其三，AI理论及模型的突破，例如卷积网络、长短期记忆等。

其四，深度学习开源框架日趋完善。TensorFlow是当前领先的深度学习开源框架，越来越多的人在使用它从事计算机视觉、自然语言处理、语音识别和一般性的预测分析工作。TensorFlow集成的Keras是为人类而非机器设计的API，易于学习和使用。

这是一本非常适合程序员入门和实践深度学习的书，理论和实践并重，使用Keras作为机器学习框架，侧重于AI算法实现。

本书以从代码出发，再回归AI相关原理为宗旨，深入浅出、循序渐进地讲解了Keras及常见的深度学习网络，还讲解了深度学习在不同领域的应用及模型的部署与服务。读者在一步步探索AI算法奥秘的同时，也在享受解决问题的喜悦和成就感，并开启深度学习之旅。

衷心地希望有志于AI学习的读者抓住机会，早做准备，成为AI时代的弄潮儿。

王昀绩，Google AI高级研究员

2019年12月