译者序

如果要列出近十年对我们的生活产生了重大影响的技术，我相信深度学习一定会位列其中。近年来，从语音识别到机器翻译，从自然语言处理到自动驾驶，从图像分类到视觉计算，从二维图像处理到三维点云处理，几乎无不受益于深度学习技术。深度学习技术带来的性能的显著提升使这些研究得以走出实验室，走进实际应用。以人脸识别为例，“刷脸”在我国已经妇孺皆知，无论是线上或线下的购物付款，还是高铁站和机场的安检，现在都可以借助“刷脸”轻松便捷地完成。人脸识别应用之所以能在短短几年间遍地开花，正是因为有了真实业务场景下的人脸大数据以及能够充分挖掘和利用这些数据的深度学习技术。与所有其他技术一样，深度学习技术也具有两面性，它可能在我们毫不知情的情况下侵犯我们的隐私，还可能被用于伪造数据、制造假新闻或假证据。因而，无论是专业人士还是普通百姓，了解深度学习都是有益的。

John D. Kelleher教授的这本著作将深度学习技术的发展历史、现状和未来向读者娓娓道来，以深入浅出的方式介绍了深度学习的核心思想和关键技术，非常适合尚不具备专业背景的读者学习和了解什么是深度学习技术，如何进行深度学习，深度学习适合哪些任务，深度学习还有哪些不足。如果你是专业人士，这本书也不会让你失望，它对深度学习中的一些关键问题（如过拟合和梯度消失）、核心技术（如反向传播和梯度下降）、典型模型（如卷积神经网络和循环神经网络）的讲解简洁而不失深刻，对深度学习技术未来发展的讨论也很有启发性。

在翻译本书的过程中，四川大学和西藏大学的一些博士和硕士研究生，特别是戴晓薇、李琨剑、袁文雪、李佳欣和芷香香，以及我的同事，特别是高定国教授，提出了不少有价值的建议，在此对他们表示感谢。我还要感谢我的家人对我深厚的爱和默默的支持，正是他们的爱与支持激励着我不断前行。

“读书破万卷，下笔如有神”“读书百遍，其义自见”，中华民族的先人们早已经意识到了学习的深度和广度的重要性。我希望这本译著能够帮助更多人更好地了解和认识当代的深度学习技术，然而由于本人水平有限，对本书的翻译难免存在不足之处，恳请读者予以批评指正。

赵启军
四川大学计算机学院
西藏大学信息科学技术学院
2020年11月14日于拉萨