本书共10章。前4章是深度学习的基础，阐述深度学习的概念、算法基础和结构基础以及深度学习环境的配置方法和步骤。后6章是深度学习的实战部分，分别从6个不同的应用领域论述并分析如何通过改造深度学习模型或者利用不同的深度学习模型完成实际的工作任务，最终目的是希望通过这些科研成果与实践案例，使读者能够针对不同领域的科学技术问题逐步获得具有普适意义的工作思路和解决方法。本书提供练习和参考答案，以及配套的演示文稿（PPT）电子课件，可以扫码获取本书配套资源，也可以从化学工业出版社化工教育（www.cipedu.com.cn）下载相关资源。本书适合希望系统学习深度学习基础知识的初学者使用，也可作为高等院校人工智能、自动化类、电子信息类、机器人工程等相关专业的教学和实践类课程，以及控制科学与工程、电子信息等专业的硕士研究生工程案例教材使用。

随着人工智能技术的快速发展，深度学习已经成为推动各行各业创新的重要驱动力。在计算机视觉、自然语言处理、智能推荐系统等很多领域，深度学习的成功应用案例已经不胜枚举。正如北京大学谢广明教授为本书的序言所写：2024年，诺贝尔物理学奖与化学奖的桂冠分别加冕于那些在人工智能领域做出开创性理论贡献与应用突破的科学家们，这无疑是对深度学习重要地位的又一力证。
为了帮助读者更好地理解和掌握这一前沿技术，我们总结了科研实践案例，编写了《深度学习入门与实战》一书，旨在为读者提供系统的学习指导，并结合实际项目帮助读者将理论与实践相结合。
本书也是为了贯彻党的二十大提出的深入实施人才强国战略，按照培养造就大批德才兼备的高素质人才，是国家和民族长远发展大计的要求，编写新教材是必需的，也是紧迫的。党的二十大提出实施科教兴国战略，强化现代化建设人才支撑，指出要开辟发展新领域新赛道，不断塑造发展新动能新优势，并且要加强基础学科、新兴学科、交叉学科建设，加快建设中国特色、世界一流的大学和优势学科。
深度学习正是以人工智能算法和不同应用领域紧密结合为特征的关键核心技术，掌握深度学习的基础知识、算法原理和实践应用案例，将为国家提出的战略性新兴产业的发展壮大提供强有力的支撑。
我们编写本书的思路是：从深度学习的基础理论（前3章）出发引出实践的基本方法和环境配置（第4章），然后通过6个不同案例分别进行详细论述。其中，前三个实践案例（第5～7章）都是基于YOLOv8这一深度学习模型，旨在使读者针对不同领域的问题逐步产生出具有普适意义的工作思路和方法（即确保采用的技术是经典的、典型的，但针对不同领域所实施的技术是有所区别并在不断发展的）。后三个实践案例（第8～10章）则是采用了不同的深度学习模型应用于不同的领域，这既是对前三个实践案例的扩展，也是为了保证本书不因某一技术的更新迭代而失去价值，更是希望读者能够从本书中通过学习与实践提炼出在研究和工作时的有效思路和方法。
本书从结构上可以分为两部分。第一部分（第1～4章）是深度学习入门，从深度学习的基础知识开始，介绍神经网络的基本概念与原理，深入讲解感知器、梯度下降法、优化算法等基础内容，为后续的学习打下必要且坚实的理论基础。然后重点介绍了卷积神经网络这一在计算机视觉中广泛应用的深度学习模型，使读者理解其架构和工作原理。在这一部分中还详细介绍了搭建深度学习开发环境的步骤，使读者可以快速搭建起自己的深度学习实验环境，从而更加高效地进行学习与实践。在这些基础内容之后，本书的第二部分（第5～10章）是深度学习实战，着重于深度学习的实践应用。为此设计了六个基于深度学习的实战项目，旨在帮助读者将前面学到的知识应用到解决不同领域的实际问题中。通过这些涵盖了深度学习的多个应用领域的实战案例，读者不仅能掌握深度学习的核心技术，还能够体验如何使用深度学习技术解决具体的工程问题。
全书共分10章，主要内容和编写人员如下。
第1～4章由戴凤智、李芳艳负责，高一婷、宋运忠、王晟宇、王强、如孜古丽汗·麦提图尔荪参与编写。这是深度学习的入门部分，讲解深度学习的概念、算法基础和结构基础，以及深度学习环境的配置方法和步骤。
第5～10章由戴凤智、李宝全负责。其中，第5章介绍深度学习在检测黄花菜成熟度上的应用，主要编写人还有李芳艳、强晓永、彭淑环。第6章是深度学习在带钢表面缺陷检测上的应用，主要编写人还包括孙浩哲、龚浩然、刘岩。第7章是深度学习在不规范驾驶行为检测中的应用，主要编写人还有翟洪硕、陈晓艳、郭建川、王佳鑫。第8章是基于深度学习的城市街景语义分割，主要编写人还包括李华浩、牛东星、刘航。第9章是深度学习在声纹识别上的应用，由王琦琦负责。第10章是深度学习在新能源发电预测领域中的应用案例，由刘志峰负责。
本书是在中国仿真学会机器人系统仿真专业委员会、中国自动化学会普及工作委员会、中国人工智能学会智能空天系统专业委员会、中国机械工业教育协会机器人工程专业委员会和天津市机器人学会的指导下完成的。感谢北京大学谢广明教授和旧金山州立大学秦柱伟博士为本书作序。本书作者之一的戴凤智是从日本回国并于2009年在天津科技大学任教后和谢广明教授初见的，并与谢教授一直保持联系与合作，多名研究生派往北京大学接受谢教授的指导。秦柱伟博士是天津科技大学的毕业生，在校时参与了戴凤智的科研项目并且受其指导完成并获得优秀本科毕业设计。
本书在编写和修改过程中，得到了国家自然科学基金（62473282、52378254）、河南理工大学研究生教改课题交叉学科维度下研究生学术品位提升研究（2022YJ17）的支持。同时也获得了山西大同大学乔栋团队、北京富城航旅科技有限公司刘硕、天津天科智造科技有限公司边策，以及研发基于PC 的软运动控制平台KRMotion的易控智能科技（天津）有限公司的校友王强等的指导与技术支持。
无论您是深度学习的初学者，还是希望将深度学习应用于实际问题的开发者，或者是以深度学习模型为基础开展进一步科学研究的人员，本书都将为您提供丰富的理论知识与实践经验。我们希望这本书能够帮助读者在深度学习的学习旅程中不断进步，并为人工智能领域的探索与创新打下坚实的基础。祝愿读者朋友在深度学习的道路上收获满满、取得成功！
如果您对本书在编写和内容方面有什么疑问，可以发邮件到daifz@163.com联系本书作者。由于我们水平有限，书中难免存在不足，敬请各位读者批评指正。

著者

无

上部深度学习入门
第1章 深度学习基础 002～017
1.1 深度学习的概念 003
1.1.1 深度学习的发展简史 003
1.1.2 深度学习的特点 006
1.1.3 深度学习的应用 006
1.2 神经网络的概念 007
1.2.1 人是如何识别数字的 008
1.2.2 感知机的提出 009
1.3 神经网络的应用 012
1.3.1 感知机模型 013
1.3.2 能够识别数字的神经网络 015
1.4 本章小结与练习 017
本章练习 017
参考文献 017

第2章 深度学习的算法基础梯度下降法 018～026
2.1 梯度下降法的定义 018
2.2 梯度下降法的类型 021
2.2.1 批量梯度下降 021
2.2.2 随机梯度下降 022
2.2.3 小批量随机梯度下降 022
2.2.4 动量随机梯度下降 023
2.3 自适应优化算法 024
2.3.1 AdaGrad算法 024
2.3.2 RMSProp算法 025
2.3.3 Adam算法 025
2.4 本章小结与练习 026
本章练习 026
参考文献 026

第3章 深度学习的结构基础卷积神经网络 027～040
3.1 卷积神经网络基础 027
3.1.1 卷积神经网络的发展 028
3.1.2 卷积神经网络的组成 028
3.2 卷积的基本操作 030
3.2.1 互相关运算 030
3.2.2 特征图和感受野 031
3.3 卷积操作中的填充和步长 032
3.3.1 填充 032
3.3.2 步长 034
3.4 多通道输入的卷积与多通道输出 034
3.4.1 卷积操作 035
3.4.2 多卷积操作 036
3.4.3 多通道输出 036
3.5 卷积神经网络的池化层和全连接层 037
3.5.1 池化层 037
3.5.2 全连接层 039
3.6 本章小结与练习 040
本章练习 040
参考文献 040

第4章 搭建深度学习的运行环境 041～072
4.1 安装开源软件包和环境管理系统Anaconda 041
4.1.1 下载Anaconda 042
4.1.2 安装Anaconda 045
4.1.3 配置国内的下载源 050
4.2 配置Anaconda的环境变量 052
4.3 创建和删除虚拟环境 056
4.3.1 创建虚拟环境 056
4.3.2 删除虚拟环境 061
4.4 安装和配置PyCharm 063
4.4.1 安装PyCharm 063
4.4.2 使用PyCharm 065
4.4.3 添加解释器 069
4.5 本章小结 072

下部深度学习实战
第5章 基于YOLOv8的黄花菜成熟度视觉检测 074～096
5.1 数据的采集与处理 074
5.1.1 数据采集 075
5.1.2 图像预处理 075
5.1.3 图像标注 077
5.2 YOLOv8算法简介 080
5.2.1 YOLO系列算法的发展历程 080
5.2.2 YOLOv8算法 081
5.3 基于YOLOv8的黄花菜成熟度检测实验 084
5.3.1 搭建实验环境 084
5.3.2代码目录结构 086
5.4 实验过程及其结果 088
5.4.1 训练网络 088
5.4.2 测试模型 090
5.4.3 分析结果 091
5.5 本章小结与练习 095
本章练习 096
参考文献 096

第6章 基于YOLOv8的带钢表面缺陷视觉检测 097～112
6.1 对带钢表面缺陷检测的研究 097
6.2 数据集的选取及预处理 098
6.2.1 几类典型的带钢表面缺陷 099
6.2.2 带钢表面缺陷数据集的选取 101
6.2.3 数据集标签的转换与增强 101
6.3 带钢表面缺陷检测模型的训练 104
6.3.1 模型的训练过程 104
6.3.2 实验结果与分析 108
6.4 本章小结与练习 111
本章练习 112
参考文献 112

第7章 基于YOLOv8的不规范驾驶行为检测 113～126
7.1 不规范驾驶行为检测的意义和主要研究方法 113
7.2 网络优化与数据集 115
7.2.1 对YOLOv8的结构改进 115
7.2.2 数据集的选取与处理 119
7.3 实验过程及其结果 120
7.3.1 模型的修改与训练 120
7.3.2 不规范驾驶行为的检测结果 124
7.4 本章小结与练习 125
本章练习 125
参考文献 126

第8章 基于深度学习的城市街景语义分割 127～141
8.1 语义分割的概念 127
8.1.1 语义分割的研究 127
8.1.2 语义分割的常用数据集 128
8.2 语义分割的常用模型 129
8.2.1 FCN模型 129
8.2.2 U-Net模型 130
8.2.3 SegNet模型 131
8.2.4 DeepLab模型 132
8.2.5 PSPNet模型 132
8.3 城市街景图像的语义分割 133
8.4 城市街景语义分割模型的训练与实验 134
8.4.1 数据集和语义分割工具的选取 134
8.4.2 网络结构及其训练过程 135
8.4.3 实验验证及其结果 138
8.5 本章小结与练习 140
本章练习 140
参考文献 141

第9章 基于wespeaker的声纹识别技术 142～160
9.1 声纹识别技术概述 142
9.1.1 声纹识别的发展历程 143
9.1.2 wespeaker框架的特点与优势 144
9.1.3 VoxCeleb数据集概述 145
9.2 基于wespeaker的声纹识别技术细节 146
9.2.1 梅尔频率倒谱系数（MFCC） 146
9.2.2 滤波器组特征filter bank 148
9.2.3 FBank的代码实现 149
9.3 构建一个简单的基于wespeaker的声纹识别系统 151
9.3.1 声纹特征模型的训练 151
9.3.2 基于声纹特征模型的声纹对比程序 156
9.3.3 开发声纹识别系统的界面 157
9.4 本章小结与练习 159
本章练习 160

第10章 深度学习在新能源发电预测领域中的应用 161～181
10.1 新能源发电预测的基础知识 162
10.1.1 新能源发电技术及其发展与挑战 162
10.1.2 构建基于深度学习的新能源功率预测模型 163
10.2 风力发电功率预测 168
10.2.1 风力发电原理 168
10.2.2 构建风力发电功率预测模型 170
10.3 光伏发电功率预测 174
10.3.1 光伏发电原理与影响因素 174
10.3.2 构建光伏发电功率预测模型 176
10.4 本章小结与练习 179
本章练习 180
参考文献 181

附录 书中的常用词汇中英文对照表 182～183