本書將帶領您認識各種進階的深度學習技術，以及如何建立您專屬的劃時代AI。透過Keras完成各種實做專題，您會知道如何運用最新技術來建立高效率AI服務。

本書將會介紹MLP、CNN與RNN等神經網路，這些是諸多進階技術的基石。藉由本書，您可以了解如何運用Keras與Tensorflow來實作深度學習。本書也會帶領您深入探討深度神經網路架構，包括ResNet、DenseNet以及自動編碼器。

本書後半著眼於各種對抗生成網路（GAN），以及為什麼它們可以讓AI效能更上一層樓。實作變分編碼器（VAE）之後，您就能理解如何運用GAN與VAE強大的生成能力，並合成出讓人類信以為真的合成資料。最後介紹的是深度強化學習（DRL），例如深度Q學習與策略梯度方法等等，這些對於近年AI的發展上至關重要。

本書精彩內容：
．讓AI效能足以比美人類的各種尖端技術
．使用Keras實作各種進階深度學習模型
．各種進階技術的基石 - MLP、CNN與RNN
．深度神經網路 – ResNet與DenseNet
．自動編碼器與變分編碼器（VAE）
．生成對抗網路（GAN）與各種嶄新的AI技術
．抽離語義特徵GAN與跨域GAN
．深度強化學習（DRL）的理論與實作
．使用 OpenAI gym 建立符合業界標準的應用
．深度Q學習與策略梯度方法

<序>

近年來，深度學習已在不同領域催生了數量空前的成功案例，例如視覺、語音、自然語言處理/理解/以及所有會用到大量資料的領域。諸多公司、大學、政府與研究單位對這個領域所展現的高度興趣，使得這個領域發展地愈來愈快。本書談到了深度學習領域中幾個重要的技術革新並介紹其相關理論，依序介紹了基礎背景原理、深入討論概念下的脈絡、使用Keras來實作各方程式與演算法，最後驗證其結果。

人工智慧直到今天也還談不上是一個人所皆知的領域。作為AI的一個子領域，深度學習也是一樣。雖然還遠不到成熟應用的階段，許多現實世界中的應用，像是以視覺為基礎的偵測與辨識、商品推薦、語音辨識與合成、節能、藥物探索、金融行銷等領域早已運用了各種深度學習演算法，也發現並完成了各式各樣的應用。本書的目標是向你說明各種進階概念、範例程式，好讓讀者（同時也是各自領域的專家）能鎖定目標的應用。

一個未成熟的領域好比一把雙刃劍。一面提供了大量的機會讓大家去探索與運用。深度學習還有許多懸而未決的問題，這有機會轉變成率先上市的商品、文章發表或名氣。另一面，在某項任務至關重要的環境下，要信任一個未被大眾完全理解的領域是很不容易的。這麼說吧，願意搭乘一台由深度學習系統所控制的自動駕駛飛機的機器學習工程師一定少之又少。要取得大眾這麼高的信任，還有很長一段路要走。本書中所討論的各種進階觀念很有機會在後續取得大眾信任扮演非常重要的角色。

不會有任何一本深度學習書籍有辦法涵蓋整個領域，本書也不例外。在有限的時空下，我們已帶你認識諸多有趣的領域，例如偵測、切割與辨識、影像內容理解、機率推論、自然語言處理/理解、語音合成與自動機器學習。筆者相信本書所介紹的領域已足以讓讀者們繼續深入本書未涵蓋到的內容。

在你開始閱讀本書之前，請記得這是一個精彩且足以對社會產生重大影響的領域。很幸運，我們所擁有的工作，正是每早醒來就非常期待去做的。