解析深度学习（第2版）

深度学习是一种以人工神经网络等为架构，对数据资料进行表示学习的算法，它是计算机科学及人工智能的重要分支，其代表性成果如卷积神经网络、循环神经网络等作为信息产业与工业互联网等行业的主流工具性技术已被成功应用于诸多现实场景.本书作为一本面向中文读者的深度学习教科书，从“理论与实践相结合”的角度立意，贯彻“知行合一”的教育理念. 全书除绪论和附录外，共有15 章，分四篇：第一篇“机器学习”（第1 章），介绍机器学习的基本术语、基础理论与模型；第二篇“深度学习基础”（第2 ～ 5 章），介绍深度学习基本概念、卷积神经网络、循环神经网络和Transformer 网络等内容；第三篇“深度学习实践”（第6 ～ 14 章），介绍深度学习模型自数据准备开始，到网络参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡样本的处理，最终到模型集成等实践应用技巧和经验；第四篇“深度学习进阶”（第15 章），本篇以计算机视觉中的基础任务为例，介绍深度学习的进阶发展及其应用情况.本书不是一本编程类图书，而是希望通过“基础知识”和“实践技巧”两方面的内容使读者从更高维度了解、掌握并成功构建针对自身应用的深度学习模型.本书可作为高等院校计算机、人工智能、自动化及相关专业的本科生或研究生教材，也可供对深度学习感兴趣的研究人员和工程技术人员阅读参考.

东南大学计算机科学与工程学院教授、博士生导师。主要研究领域为计算机视觉和机器学习，在相关领域国际顶级期刊和会议发表论文六十余篇，Google Scholar Citations逾6000次，相关研究工作获得首届“江苏省自然科学百篇优秀学术成果”以及含iNaturalist在内的计算机视觉领域国际权威赛事共8项世界冠军。曾在CVPR等国际会议讲授“细粒度图像分析”为主题的短课程。曾入选全球前2%顶尖科学家榜单、吴文俊人工智能优秀青年奖、中国科协青年人才托举工程、江苏省计算机学会青年科技奖、南京经开区中青年优秀人才、《中国图象图形学报》优秀编委、《中国科学：信息科学》优秀评审人等荣誉，主编教材《解析深度学习（第二版）》入选省部级重点教材和“十四五”国家重点出版物出版规划，出版学术专著1部。任IEEE Senior Member、CCF高级会员、CSIG高级会员、中国图象图形学报青年编委、VALSE常务AC、CCF-CV/CCF-AI等专委会执行委员。担任ICCV、IJCAI、ACM Multimedia等国际会议Workshop程序委员会主席，ACCV 2022 Tutorial主席，CVPR、AAAI、IJCAI等会议领域主席或高级程序委员。主持国家重点研发计划青年科学家项目等。