前言

深度学习是人工智能领域中较为热门的一种机器学习技术。人工智能领域主要研究如何让机器完成通常利用人类智能才能完成的复杂工作，这是一个对人的意识、思维进行模拟和学习的过程。深度学习模仿人类神经网络的工作方式，广泛应用于图像识别、语音识别、自然语言处理等多个领域。常见的人工神经网络（Artificial Neural Network，ANN）有多层感知器（MultiLayer Perceptron，MLP）、卷积神经网络（Convolutional Neural Network，CNN）和循环神经网络（Recurrent Neural Network，RNN）等。

本书在Windows系统下，通过Anaconda搭建虚拟环境，以TensorFlow为框架，使用Python语言，详细阐述了深度学习、强化学习与深度强化学习的实现方法。本书共11章，主要内容包括深度学习简介、Python基础、神经网络基础、卷积神经网络、经典卷积网络结构、迁移学习、循环神经网络、强化学习、深度强化学习、基于策略的算法更新与趋势等，通过具体案例，将Python语言、深度学习思想、强化学习思想和实际工程完美地结合起来。

为了使初学者提高对人工智能的兴趣，并在短时间内掌握深度学习与强化学习的要点，作者在编写过程中注重内容的选择，使本书具有以下特点。

·由浅入深，循序渐进：在内容编排上遵循由浅入深、由易到难的原则，将基础知识与大量实例相结合，边学边练。

·实例丰富，涉及面广：提供了丰富的Python程序设计实例，内容涉及深度学习与强化学习等。

·兼顾原理，注重实用：精简理论内容，在介绍深度学习与强化学习理论知识的同时，更注重实际应用。

本书由哈尔滨工程大学的高敬鹏撰写，其中第3~8章和第9~11章的程序调试分别由哈尔滨工程大学的王旭和王晨悦完成。此外，为本书撰写工作提供帮助的还有宋一兵、管殿柱等，在此对他们表示衷心的感谢。

感谢读者选择了本书，希望本书对读者的工作和学习有所帮助。由于作者水平和经验有限，书中疏漏之处在所难免，敬请读者指正。我的电子邮箱是：heu_tongxin@163.com。

高敬鹏

2020年1月于哈尔滨工程大学