《深度學習模型及應用詳解》作者都是微軟人工智慧及研究院的研究人員和應用科學家，具有深厚的機器學習背景，在一線針對產品需求和支持的場景進行了大量的深度學習模型及演算法的研究和開發，在模型設計、訓練、評估、部署、推理優化等模型開發全生命周期積累了豐富的經驗。

《深度學習模型及應用詳解》分為4部分，共13章。其中第1部分(第1、2章)簡要介紹了深度學習的現狀、概念和實現工具。第2部分(第3～5章)以具體的實際應用展示基於深度學習技術進行工程實踐和開發的流程和技巧。第3部分(第6～12章)介紹了學術界和工業界最新的高階深度學習模型的實現和應用。第4部分(第13章)介紹了深度學習領域的一些前沿研究方向，並對深度學習的未來發展進行展望。

《深度學習模型及應用詳解》面向的讀者是希望學習和運用深度學習模型到具體應用場景的企業工程師、科研院所的學生和科研人員。讀者學習本書的目的是了解深度學習模型和演算法基礎后，快速部署到自己的工作領域，並取得落地成果。



張若非，美國紐約州立大學電腦科學博士。微軟(美國)人工智慧與研究院高級研究總監，全球合夥人，負責微軟在線廣告平台機器學習模型、演算法及系統的研究和建設。研究領域包括機器學習、數據挖掘、自然語言處理、電腦視覺和多媒體信息檢索。在這些領域的一流學術期刊和頂級學術會議發表論文50余篇，獲得美國發明專利12項。美國國家自然科學基金會(NSF)智能系統評審委員會委員，IEEE和ACM高級會員。

付強，博士，畢業於清華大學電子工程系，現任微軟(美國)搜索廣告部資深應用科學家，主要從事機器學習、深度學習、信息檢索、自然語言理解、圖像處理等方面的演算法研究及其在搜索廣告產品中的應用。此前曾任微軟亞洲研究院研究員，研究將機器學習演算法用於雲計算平台的系統建模、性能優化，以及故障自動診斷。在機器學習、數據挖掘、電腦系統等領域的國際頂級會議及期刊上共發表論文30余篇，持有4項美國專利。

高斌，博士，畢業於北京大學數學科學學院，現任微軟(美國)搜索廣告部資深機器學習科學家，此前曾擔任微軟亞洲研究院機器學習研究組主管研究員。主要從事機器學習、信息檢索、數據挖掘和計算廣告等領域的研究和開發。在國際頂級期刊和會議上發表相關論文40余篇，並持有30余項美國專利。主持研發的十余項創新技術已經被應用於必應搜索引擎、必應搜索廣告及微軟小冰等產品中。

張耿豪，博士，畢業於美國加州大學伯克利分校，現任微軟(美國)搜索廣告部資深應用科學家。主要專註于機器學習、自然語言處理、信息檢索、人機界面等領域，並且在微軟負責必應搜索廣告業務及多項延伸的應用與研究，例如聊天機器人、以圖搜圖等。在國際頂級期刊和會議上發表相關論文20余篇，並持有3項美國專利。

葉挺，碩士，畢業於北京大學軟體工程研究所，現任微軟(美國)搜索廣告部工程師，主要從事深度學習演算法的性能優化和分散式實現，成功將多個深度學習模型應用於必應的廣告服務中。在電腦會議KDD、ASE發表論文3篇，並取得發明專利3項。