深度學習與圖像識別：原理與實踐

這是一部從技術原理、算法和工程實踐3個維度系統講解圖像識別的著作，由阿裡巴巴達摩院算法專家、阿裡巴巴技術發展專家、阿裡巴巴數據架構師聯合撰寫。
在知識點的選擇上，本書廣度和深度兼顧，既能讓完全沒有基礎的讀者迅速入門，又能讓有基礎的讀者深入掌握圖像識別的核心技術；在寫作方式上，本書避開了復雜的數學公式及其推導，從問題的前因後果 、創造者的思考過程角度展開，利用簡單的數學計算來做模型分析和講解，通俗易懂。更重要的是，本書不僅聚焦於技術，更是將重點放在瞭如何用技術解決實際的業務問題。
全書一共13章：
第1~2章主要介紹了圖像識別的應用場景、工具和工作環境的搭建；
第3~6章詳細講解了圖像分類算法、機器學習、神經網絡、誤差反向傳播等圖像識別的基礎技術及其原理；
第7章講解瞭如何利用PyTorch來實現神經網絡的圖像分類，專註於實操，是從基礎向高階的過渡；
第8~12章深入講解了圖像識別的核心技術及其原理，包括捲積神經網絡、目標檢測、分割、產生式模型、神經網絡可視化等主題；
第13章從工程實踐的角度講解了圖像識別算法的部署模式。

圖像識別是人工智能領域的核心技術之一，近幾年隨著越來越多的關鍵技術的突破，變得越來越成熟，在各行各業的應用也越來越普遍。阿裡巴巴一直非常重視圖像識別技術的研究和實踐，不僅聚集了大量優秀的技術人才，而且在技術產品化和產品商業化方面取得了很好的成績，在行業里處於領導地位。本書由阿裡達摩院的技術專家領銜，作者們分享了他們在圖像識別領域的經驗。
本書主要包含以下內容：
圖像識別的9大應用場景
圖像識別的工具和環境搭建
圖像識別的技術基礎，如圖像分類算法、機器學習基礎、神經網絡基礎、誤差反向傳播等
如何用PyTorch實現神經網絡分類
圖像識別的核心技術，如捲積神經網絡、目標檢測、分割、生產式模型、神經網絡可視化等
圖像識別算法的部署模式