每年双十一众生相，不管你是
战队PK赢能量，拉下老脸求点赞
还是
被满减规则打垮，默默吃我的瓜
都别错过本次极市最简单普惠的双十一活动哦
为感谢大家一直以来的支持，极市联合电子工业出版社为大家带来双十一福利：留言赠书活动！在本文下留言深度学习或者卷积神经网络遇到的难点，以及你对深度学习的见解，点赞数前5位可获赠由电子工业出版社出版的魏秀参博士所著《解析深度学习：卷积神经网络原理与视觉实践》纸质书籍，要学深度学习，本书是不可错过的好书。
《解析卷积神经网络—深度学习实践手册》是南京大学计算机系机器学习与数据挖掘所（LAMDA）博士生魏秀参创作的一本CNN入门书，本书从实用角度着重解析了深度学习中的一类神经网络模型——卷积神经网络，向读者剖析了卷积神经网络的基本部件与工作机理，更重要的是系统性地介绍了深度卷积神经网络在实践应用方面的细节配置与工程经验。笔者希望本 书「小而精」，避免像某些国外相关书籍一样浅尝辄止的「大而空」。是一本面向中文读者轻量级、偏实用的深度学习工具书。
本书于2018年11月正式出版，全书共14章，除“绪论”外可分为2个篇章：第一篇“基础理论篇”包括第1～4章，介绍卷积神经网络的基础知识、基本部件、经典结构和模型压缩等基础理论内容；第二篇“实践应用篇”包括第5～14章，介绍深度卷积神经网络自数据准备始，到模型参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡数据处理，最终直到模型集成等实践应用技巧和经验。
卷积神经网络乃机器学习领域中深度学习技术至著名内容之一。魏秀参博士在LAMDA 求学数年，对卷积神经网络及其视觉应用颇有所长，博士未毕业即被旷视科技聘为南京研究院负责人，毕业之际将心得材料转撰成书请愚致序。师生之谊，盛情难却。
在国内计算机领域，写书乃吃力不讨好之事。且不论写一本耐读、令读者每阅皆有所获之书何等不易，更不消说众口难调出一本令各型读者皆赞之书何等无望，仅认真写书所耗时间精力之巨、提职时不若期刊论文之效、收入不比同等精力兼差打工之得，已令人生畏，何况稍有不慎就有误人子弟之嫌，令一线学者若不狠心苛己，实难着手。
然有志求学本领域之士渐增，母语优良读物之不足实碍科学技术乃至产业发展。毕竟未必众人皆惯阅外文书籍，亦未必尽能体会外文微妙表达变化之蕴义，更不消说母语阅读对新入行者之轻快适意。愚曾自认四十不惑前学力不足立著，但国内科研水准日新月异，青年才俊茁然成长，以旺盛之精力分享所学，诚堪嘉勉。
市面上深度学习书籍已不少，但专门针对卷积神经网络展开，侧重实践又不失论释者尚不多见。本书基本覆盖了卷积神经网络实践所涉之环节，作者交代的若干心得技巧亦可一观，读者在实践中或有见益。望本书之出版能有助于读者更好地了解和掌握卷积神经网络，进一步促进深度学习技术之推广。
周志华
2018 年10 月于南京
旷视科技（Face++）南京研究院负责人。南京大学LAMDA研究所博士，主要研究领域为计算机视觉和机器学习。在相关领域重要国际期刊和国际会议发表论文十余篇，并两次获得国际计算机视觉相关竞赛冠、亚军。
极市曾有幸邀请到魏博士进行细粒度图像识别的线上分享，分享视频与详情链接请戳：干货|魏秀参：针对细粒度图像任务的深度卷积特征选择与融合
周志华教授作序力荐！展现深度学习特别是CNN从数据、模型到系统的全栈式开发过程和技巧，一流的深度学习入门实践书！
1、在本文下留言深度学习或者卷积神经网络遇到的难点，以及你对深度学习的见解，留言点赞数最多前5名将获得由极市和电子工业出版社送出的《解析深度学习：卷积神经网络原理与视觉实践》纸质书籍一本。
2、转发活动推文并且点赞数超过20个的小伙伴可截图发送至公众号后台获取极市小礼品。
3、由极市及出版社精选最有启发性的留言并置顶，免费赠送AI神器TEE 算力棒（价值￥599）一个。
活动截止时间：2018年11月13日18:00
ps.点击文末阅读原文可跳转至《解析深度学习：卷积神经网络原理与视觉实践》第一版书籍购买链接，同时欢迎大家留言评论~
