"本书详细介绍了深度学习的基本理论和基于Keras深度学习框架的编程方法。全书由5章内容组成。第1章介绍了深度学习的基本概况，包括深度学习的基本概念、应用领域和深度学习程序的框架等。第2章介绍了神经网络的基本原理，包括神经元模型、激活函数、神经网络的训练过程等。第3章介绍了基于Keras的全连接前馈神经网络编程方法，包括运行深度学习程序的硬件环境和软件环境、张量、使用全连接前馈神经网络处理回归问题和分类问题的编程方法。第4章介绍了卷积神经网络的原理和编程方法，包括卷积计算、池化计算、使用Keras进行卷积神经网络编程的方法、卷积神经网络的常用方法、经典的卷积神经网络模型和迁移学习方法。第5章介绍了循环神经网络的原理和编程方法，包括循环神经网络的特点、词语嵌入编码的原理、长短期记忆模型网络、门控循环单元网络、基于Keras对简单循环神经网络和长短期记忆模型网络进行编程的方法。 本书可以作为高等院校智能科学与技术、人工智能、智能制造工程等人工智能类专业的教材，也可以作为人工智能领域技术人员自学或参考的书籍。 "

单位：北京印刷学院职务、职称：副教授，硕士生导师性别：男年龄：43个人简历（50字左右）：董武，男，毕业于北京邮电大学，博士，副教授，硕士生导师，北京印刷学院信息工程学院智能科学与技术专业教师，从事教学和科研工作已经20年，出版教材1部（电路板设计与开发—Altium Designer应用教程，2022年2月在清华大学出版社出版），主持和参与完成各类教学和科研项目33项，包括省部级项目2项、北京市教委项目6项、北京市委组织项目1项、校级重点项目和一般项目16项、横向项目8项，在SCI检索的JCR分区Q1区等国内外期刊、ICIP（图像处理领域的国际顶级会议之一，也是CCF推荐的会议）顶级会议等国际会议上累计发表论文29余篇，其中SCI、EI收录10余篇，已授权的发明专利11件和实用新型专利7件，指导学生参加竞赛获得国家级、省部级和校级奖项22项，获得“北印英才”称号，获得校级优秀毕设指导教师称号5次，获得校科技节优秀指导教师1次。

前言 随着目前Sora、ChatGPT和文心一言等人工智能视频和语言大模型的问世和广泛应用，人工智能正在改变整个世界，并且在各行各业中得到了大量的应用。深度学习的理论和技术是人工智能领域非常重要的内容，它在人工智能的发展过程中起到了非常重要的作用。在高校开展深度学习课程的教学过程中，教材的选择非常重要。在目前已有的深度学习教材中，经常存在理论知识深奥、编程实践比较困难等问题。为了解决这些问题，笔者专门编写了这本教材。 本书详细介绍了深度学习的基本理论和基于Keras深度学习框架的编程方法，对深度学习理论的基本原理、神经网络的基本原理、全连接前馈神经网络的编程方法、卷积神经网络的原理和编程方法、循环神经网络的原理和编程方法等内容进行了详细介绍。本书主要有以下3个特点。 (1) 本书对深度学习理论知识的介绍非常全面，既包括传统的全连接前馈神经网络，也包括目前深度学习理论中常用的卷积神经网络和循环神经网络。全连接前馈神经网络的内容包括人工神经元模型的特点、神经网络的特点、神经网络的训练过程、前向传播算法的原理、损失函数的特点、梯度下降方法的原理、反向传播算法的原理、过拟合现象等。卷积神经网络的内容包括卷积计算的原理、池化计算的原理、卷积神经网络的宽结构模型和深结构模型、经典的卷积神经网络模型、迁移学习方法的基本原理。循环神经网络的内容包括简单循环神经网络的原理、语言的分词问题、词语嵌入编码的原理、长短期记忆模型网络的原理和门控循环单元网络的原理等。 (2) 本书详细介绍了使用Keras深度学习框架对深度学习理论进行编程的方法，包括运行深度学习程序的硬件环境和软件环境、...