本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。

《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。
《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。

神经网络是一种模拟人脑的神经网络，以期能够实现类人工智能的机器学习
技术。
本书揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。全书
分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使
用Python实现神经网络，识别手写数字，并测试神经网络的性能。第3章带领读
者进一步了解简单的神经网络，观察已受训练的神经网络内部，尝试进一步改善
神经网络的性能，并加深对相关知识的理解。附录分别介绍了所需的微积分知识
和树莓派知识。
本书适合想要从事神经网络研究和探索的读者学习参考，也适合对人工智
能、机器学习和深度学习等相关领域感兴趣的读者阅读。

本书主要介绍神经网络与深度学习中的基础知识、主要模型（卷积神经网络、递归神经网络等）以及在计算机视觉、自然语言处理等领域的应用。

Deep learning has the reputation as an exclusive domain for math PhDs. Not so. With this book, programmers comfortable with Python will learn how to get started with deep learning right away.
Using PyTorch and the fastai deep learning library, you’ll learn how to train a model to accomplish a wide range of tasks—including computer vision, natural language processing, tabular data, and generative networks. At the same time, you’ll dig progressively into deep learning theory so that by the end of the book you’ll have a complete understanding of the math behind the library’s functions.

《新帕尔格雷夫经济学大辞典(共4卷)》内容简介：英国经济学家伊特韦尔约请美国经济学家米尔盖特和纽曼为他的合作者，于1983年开始编纂，1986年编成，1987年9 月出版的。这部四卷本的大辞典由世界上34个国家的 900 多名知名学者（其中包括 13位当时在世的诺贝尔经济学奖获得者中的12价）撰写。四卷辞典共收辞条2000多条，大部分是以专题论文的形式出现，涉及经济学各个领域的中要问题和最新发展，还收录了约700位近现代世界著名经济学 家的小传。这部大辞典堪称最权威的经济百科全出。自1981年以来，英国麦克米伦出版公司出版的《政治经济学辞典》几经修订，形成了现代版的《新帕尔格雷夫经济学大辞典》、《新帕尔格雷大货币金融大辞典》和《帕尔格雷大世界历史统计》等系列辞书，称得上是100多年经久不衰的名著。

Deep Learning for Search teaches you to improve your search results with neural networks. You’ll review how DL relates to search basics like indexing and ranking. Then, you’ll walk through in-depth examples to upgrade your search with DL techniques using Apache Lucene and Deeplearning4j. As the book progresses, you’ll explore advanced topics like searching through images, translating user queries, and designing search engines that improve as they learn!
what's inside
Accurate and relevant rankings
Searching across languages
Content-based image search
Search with recommendations