龙飞，不错工程师，本科毕业于南京大学，博士毕业于清华大学，香港科技大学博士后。曾供职于中国电子科技集团公司第五十四研究所。现任中国搜索创新研发部总监。负责公司互联网创新产品和人工智能、大数据相关项目的研发。主持并参与了国搜识图、国搜学术、国搜图书等平台和频道的研发与上线。主要研究方向为网络路由、无线网状网络，近年涉足深度学习、数据挖掘领域。在靠前外发表学术论文20余篇，获得软件著作权5项，并著有中文专著2部，英文专著1部，译著2部。

目录章绪论1.1引言1.2基本概念1.2.1回归、分类、聚类1.2.2监督学习、非监督学习、半监督学习、强化学习1.2.3感知机、神经网络1.3发展历程1.4相关学者与会议或赛事1.5本章小结参考文献第2章回归2.1线性回归2.1.1问题描述2.1.2问题求解2.1.3工具实现2.2逻辑回归2.2.1问题描述2.2.2问题求解2.2.3工具实现2.3本章小结参考文献第3章人工神经网络3.1Rosenblatt感知机3.1.1训练方法3.1.2算法实例3.1.3梯度下降3.2人工神经网络3.2.1网络架构3.2.2训练方法3.2.3算法实例3.3本章小结参考文献深度学习：入门与实践目录第4章Caffe简介4.1CNN原理4.1.1卷积4.1.2池化4.1.3LeNet54.2Caffe架构4.2.1Blob类4.2.2Layer类4.2.3Net类4.2.4Solver类4.3Caffe应用实例4.3.1车型识别4.3.2目标检测4.4本章小结参考文献第5章TensorFlow简介5.1TensorFlow架构5.2TensorFlow简单应用5.2.1TensorFlow安装5.2.2线性回归5.3TensorFlow不错应用5.3.1MNIST手写数字识别5.3.2车型识别5.4本章小结参考文献第6章强化学习简介6.1强化学习基本原理6.2AlphaGo基本架构6.3其他趣味应用6.4本章小结参考文献后记

本书是一本关于深度学习的入门读物，阐述了深度学习的发展历程、相关基本概念和工作原理。介绍了两个当前流行的深度学习工具：Caffe和TensorFlow。初步探讨了强化学习的基本原理和应用。为了能让初学者快速上手，本书注重从总体框架和脉络上整体把握深度学习技术，同时在阐