本书不仅包含人工智能、机器学习及深度学习的基础知识, 如卷积神经网络、循环神经网络、生成对抗网络等, 而且也囊括了学会使用TensorFlow、PyTorch和Keras这三个主流的深度学习框架的最小知识量 ; 不仅有针对相关理论的深入解释, 而且也有实用的技巧, 包括常见的优化技巧、使用多GPU训练、调试程序及将模型上线到生产系统中。本书希望同时兼顾理论和实战, 使读者既能深入理解理论知识, 又能把理论知识用于实战, 因此本书每介绍完一个模型都会介绍其实现, 读者阅读完一个模型的介绍之后就可以运行、阅读和修改相关代码, 从而可以更加深刻地理解理论知识。