昨日，南京大學計算機系機器學習與數據挖掘所（LAMDA）在讀博士魏秀參開放了一份較系統完整的 CNN 入門材料《解析卷積神經網絡——深度學習實踐手冊》。這是一本面向中文讀者輕量級、偏實用的深度學習工具書，內容側重深度卷積神經網絡的基礎知識和實踐應用。本書的受衆爲對卷積神經網絡和深度學習感興趣的入門者，以及沒有機器學習背景但希望能快速掌握該方面知識並將其應用於實際問題的各行從業者。本文摘取了該書的「前言」和「目錄」，希望能夠幫助讀者瞭解這本書的內容。
書籍鏈接：
http://lamda.nju.edu.cn/weixs/book/CNN_book.pdf
https://pan.baidu.com/s/1pLcaFij
https://drive.google.com/file/d/1sa1aSzYrNtGzXbegL02JtbYw3z3ZE13m/view?usp=sharing
前言
人工智能，一個令人熟悉但卻始終倍感陌生的詞彙。讓人熟悉的是科幻作家艾薩克·阿西莫夫筆下的《機械公敵》和《機器管家》，令人陌生的卻是到底如何讓現有的機器人咿呀學語邯鄲學步；讓人熟悉的是計算機科學與人工智能之父圖靈設想的「圖靈測試」，令人陌生的卻是如何使如此的高級智能在現實生活中不再子虛烏有；讓人熟悉的是 2016 年初阿爾法狗與李世乭的五番棋對決，令人陌生的卻是阿爾法狗究竟如何打通了「任督二脈」⋯⋯不可否認，人工智能就是人類爲了滿足自身強大好奇心而腦洞大開的產物，現在提及人工智能，就不得不提阿爾法狗，提起阿爾法狗就又不得不提到深度學習。深度學習究竟爲何物?
本書從實用角度着重解析了深度學習中的一類神經網絡模型——卷積神經網絡，向讀者剖析了卷積神經網絡的基本部件與工作機理，更重要的是系統性地介紹了深度卷積神經網絡在實踐應用方面的細節配置與工程經驗。筆者希望本 書「小而精」，避免像某些國外相關書籍一樣淺嘗輒止的「大而空」。
寫作本書的主因源自筆者曾於 2015 年 10 月在個人主頁（http://lamda.nju.edu.cn/weixs）上開放的一個英文深度學習學習資料「深度神經網絡之必會技巧」（Must Know Tips／Tricks in Deep Neutral Networks）。該資料隨後被轉帖至新浪微博，頗受學術界和工業界朋友好評，至今已有逾 31 萬的閱讀量，後又被國際知名論壇 KDnuggets 和 Data Science Central 特邀轉載。期間曾接收到不少國內外讀過此學習資料的朋友微博私信或郵件來信表示感謝，其中不乏有人提到希望開放一箇中文版本以方便國人閱讀學習。另一方面，隨着深度學習領域發展的日新月異，當時總結整理的學習資料現在看來已略顯滯後，一些最新研究成果並未涵蓋其中，同時加上國內至今尚無一本側重實踐的深度學習 方面的中文書籍。因此，筆者筆耕不輟，希望將自己些許的所知所得所感及所悟彙總於本書中，分享給大家供學習和查閱。
目錄
全書共 14 章，除「緒論」外可分爲 2 個篇章：第一篇「基礎理論篇」包括 第 1∼4 章，介紹卷積神經網絡的基礎知識、基本部件、經典結構和模型壓縮等基礎理論內容；第二篇「實踐應用篇」包括第 5∼14 章，介紹深度卷積神經網絡自數據準備始，到模型參數初始化、不同網絡部件的選擇、網絡配置、網絡模型訓練、不平衡數據處理，最終直到模型集成等實踐應用技巧和經驗。另外，本書基本在每章結束均有對應小結，讀者在閱讀完每章內容後不妨掩卷回憶，看是否完全掌握此章節重點。對卷積神經網絡和深度學習感興趣的讀者可 通讀全書，做到「理論結合實踐」；對於希望將深度卷積神經網絡迅速應用來解決實際問題的讀者，也可直接參考第二篇的有關內容，做到「有的放矢」。
作者簡介：
魏秀參，南京大學計算機系機器學習與數據挖掘所（LAMDA）博士生，研究方向爲計算機視覺和機器學習。曾在國際頂級期刊和會議發表多篇學術論文，並兩次獲得國際計算機視覺相關競賽冠亞軍。