AI源碼解讀：循環神經網絡(RNN)深度學習案例(Python版)（簡體書）

李永華，北京郵電大學教授，擁有超過10年的軟硬件開發經驗，長期致力於物聯網、云計算與人工智能的研究工作。在教學中以興趣為導向，激發學生的創造性；以素質為基礎，提高自身教學水平；以科研為手段，促進教學理念的轉變。在教學與科研實踐中指導學生實現300餘個創新案例，主持30餘項課題的研究工作，在國內外學術期刊及會議發表論文100餘篇，申請專利50餘項，出版圖書20餘部。

《AI源碼解讀：循環神經網絡（RNN）深度學習案例（Python版）》通過20個案例，應用機器學習模型和算法，為工程技術人員提供較為詳細的實戰方案。全書側重對創新項目的過程進行介紹。分別從整體設計、系統流程、實現模塊等角度論述數據處理、模型訓練及模型應用，並剖析模塊的功能、使用和程序代碼。

本書配套提供項目設計工程文檔、程序代碼、實現過程中出現的問題，並給予解決方法，可供讀者舉一反三，二次開發。

Python作為人工智能和大數據的主要開發語言，具有靈活性強、擴展性好、應用面廣、可移植、可擴展、可嵌入等特點，近幾年發展迅速，熱度上漲，人才需求量逐年攀升，相關課程已經成為高等院校的專業課程。
為適應當前教育教學改革的要求，更好地踐行人工智能模型與算法應用，作者以實踐教學與創新能力培養為目標，采取了創新方式，從不同難度、不同類型、不同算法，融合同類圖書的優點，對實際智能應用案例進行總結。
本書主要內容和素材來自開源網站的人工智能經典模型算法、信息工程專業創新課程內容、作者近幾年承擔的科研項目成果、作者指導學生所完成的創新項目，學生不僅學到了知識，提高了能力，而且為本書提供了第一手素材和相關資料。
本書內容由總到分、先思考後實踐、注重整體架構、系統流程與代碼實現相結合。對於從事人工智能開發、機器學習和算法實現的專業技術人員，本書可以作為技術參考書、提高工程創新實踐手冊；也可以作為信息通信工程及相關領域的本科生參考書，為機器學習模型分析、算法設計、應用實現提供幫助。
本書的編寫得到了教育部高等學校電子信息類專業教學指導委員會、信息工程專業國家第一類特色專業建設項目、信息工程專業國家第二類特色專業建設項目、教育部CDIO工程教育模式研究與實踐項目、教育部本科教學工程項目、信息工程專業北京市特色專業建設、北京市教育教學改革項目和北京郵電大學教育教學改革項目（編號為2019TD01）的大力支持，在此表示感謝！
由於作者經驗與水平有限，書中難免存在疏漏及不當之處，衷心地希望各位讀者多提寶貴意見及具體整改措施，以便作者進一步修改和完善。