无论你是一个渴望进入人工智能领域的软件工程师，还是一位资深的数据科学家，又或是一个梦想着制造下一个流行的AI软件的爱好者，你可能都想知道如何开始深度学习。本书将教你如何使用实际操作逐步构建云端、移动端、浏览器和边缘设备上的深度学习实际应用程序。
凭借多年将深度学习研究转化为获奖应用的行业经验，本书作者指导你将想法转化为人们可以实际应用的东西。

阿尼路德·库尔（Anirudh Koul）是AI for Good的先驱，同时也是UN和TEDx的发言人，还是微软人工智能与研究中心的资深科学家，他在那里创立了Seeing AI，这是继iPhone之后盲人社区最常用的技术。

前言
第1章 探索人工智能前景
致歉
真正的介绍
什么是人工智能？
人工智能简史
激动人心的开始
寒冷黑暗的日子
一线希望
深度学习是如何兴盛的
完美深度学习解决方案的组成要素
数据集
模型结构
框架
硬件
负责任的人工智能
偏差
责任和可解释性
再现性
稳健性
隐私
总结
常见问题
第2章 图片中有什么：用Keras实现图像分类
Keras简介
预测图像类别
调查模型
ImageNet数据集
模型园
类激活图
总结
第3章 猫与狗：用Keras在30行代码中实现迁移学习
使预先训练的模型适应新任务
卷积神经网络初探
迁移学习
微调
微调多少
利用迁移学习和Keras构建一个定制的分类器
组织数据
建立数据管道
类别数
批量大小
数据扩充
定义模型
训练模型
设置训练参数
开始训练
……
第4章 构建反向图像搜索引擎：理解嵌入
第5章 从初学者到掌握预测：最大化卷积神经网络的精度
第6章 最大化TensorFlow的速度和性能：一个简便的检查表
第7章 实用工具、提示和技巧
第8章 计算机视觉的云APl：15分钟内启动并运行
第9章 使用TensorFlow服务和KubeFlow在云上提供可扩展预测服务
第10章 基于TensorFlow.js和ml5.js在浏览器中实现AI
第11章 基于Core ML在iOS上实现实时对象分类
第12章 基于Core ML和 Create ML在iOS上实现热狗识别
第13章 Shazam for Food：使用TensorFlow Lite和ML工具包开发Android应用程序
第14章 使用TensorFlow目标检测APl构建完美的猫定位应用程序
第15章 成为创客：探索边缘的嵌入式人工智能
第16章 利用Keras端到端深度学习模拟自动驾驶汽车
第17章在一小时内制造一辆自动驾驶汽车：AWS DeepRacer的强化学习
附录卷积神经网络速成课程
作者介绍
封面介绍