"本書從Python基礎入手，循序漸進地講到機器學習、深度學習等領域的算法原理和代碼實現(xiàn)，在學習算法理論的同時也強調了代碼工程能力的逐步提高。
本書共6個章，第1章從零基礎介紹Python基礎語法、Python數(shù)據處理庫NumPy、Pandas、Matplotlib、OpenCV的使用；第2章主要介紹機器學習算法的原理并配有代碼實例，方便在理解原理的同時也能寫出代碼；第3章主要介紹深度學習框架TensorFlow、Keras、PyTorch的API和網絡模型的搭建方法，力保讀者能夠掌握主流深度學習框架的使用；第4章主要介紹CNN卷積神經網絡各種卷積的特性，并同時代碼實戰(zhàn)了多個經典分類網絡；第5章介紹目標檢測領域中多個經典算法的原理，并配套展現(xiàn)了代碼調試的過程，將算法原理與代碼進行了結合，方便更深入地理解算法原理；第6章分享深度學習項目的分析和實現(xiàn)過程。
本書精心設計的算法原理講解、代碼實現(xiàn)，不僅適合對深度學習感興趣的初學者，同時對高校學生、教師、相關技術人員、研究人員及從事深度學習工程師都有參考價值。
"