劳动节福利 | 我们又双叒叕给粉丝送书啦！
同志们，要放五一小长假了！开不开心？！
为了感谢广大粉丝对我们公众号长期以来的关心~支持~
我们公众号又双叒叕要送书啦！！！
ps：上次送书活动在这里
先放出上次赠书的全家福~
为了让粉丝早日收到赠书，我们加班加点写快递单有木有！！！
**书籍介绍**
NO.1
电子工业出版社
《深度学习框架PyTorch：入门与实践 》
推荐指数：
作者：陈云
作者简介
陈云：Python程序员、Linux爱好者和PyTorch源码贡献者。主要研究方向包括计算机视觉和机器学习。“2017知乎看山杯机器学习挑战赛”一等奖，“2017天池医疗AI大赛”第八名。 热衷于推广PyTorch，并有丰富的使用经验，活跃于PyTorch论坛和知乎相关板块。
推荐语
1.本书包含PyTorch基础知识+实战案例两部分
2.提供notebook，方便读者交互性学习
3.梳理PyTorch基础知识及重点、难点
4.书中有翔实的案例，案例包括Kaggle竞赛中经典项目、GAN生成动漫头像、AI滤镜、RNN写诗、图像描述任务
5.《深度学习框架PyTorch：入门与实践》没有简单机械地介绍各个函数接口的使用，而是尝试分门别类、循序渐进地向读者介绍PyTorch的知识，希望读者对PyTorch有一个完整的认识。
6.本书内容由浅入深，无论是深度学习的初学者，还是第一次接触PyTorch的研究人员，都能在学习本书的过程中快速掌握PyTorch。即使是有一定PyTorch使用经验的用户，也能够从本书中获得对PyTorch不一样的理解。
最重要的是！书籍还提供读者反馈服务，如果读者在阅读过程中有任何问题，都可以在GitHub上的issue（https://github.com/*tc/pytorch-book/issues）上进行提问，作者会及时回答你的问题哦~~~
NO.2
电子工业出版社
《深入浅出强化学习：原理入门 》
推荐指数：
作者：郭宪
作者简介
郭宪:南开大学计算机与控制工程学院博士后。2009 年毕业于华中科技大学机械设计制造及自动化专业，同年保送到中国科学院沈阳自动化研究所硕博连读，主攻机器人动力学建模与控制，并于 2016 年 1 月获得工学博士学位；期间在国内外知名杂志和会议发表论文数 10 篇。2016 年以来，郭博士主攻方向为机器人智能感知和智能决策，目前主持两项*课题，内容涉及深度学习、深度强化学习等智能算法在机器人领域中的应用。
推荐语
1.2017年5月，AlphaGo击败世界围棋冠军柯洁，标志着人工智能进入一个新的阶段。AlphaGo背后的核心算法——深度强化学习——成为继深度学习之后广泛受人关注的前沿热点。与深度学习相比，深度强化学习具有更宽泛的应用背景，可应用于机器人、游戏、自然语言处理、图像处理、视频处理等领域。深度强化学习算法被认为是最有可能实现通用人工智能计算的方法。不过，由于深度强化学习算法融合了深度学习、统计、信息学、运筹学、概率论、优化等多个学科的内容，因此强化学习的入门门槛比较高，并且，到目前为止，市面上没有一本零基础全面介绍强化学习算法的书籍。
2.《深入浅出强化学习：原理入门》用通俗的语言系统地讲解了强化学习的基本概念以及它们之间的关联关系。从内容的广度来看，这本书涵盖了强化学习领域的基本概念和基本方法（基于值函数的方法和基于直接策略搜索的方法）；从内容的深度来看，这本书既有传统的强化学习算法（基于表格的强化学习方法，如Qlearning，Sarsa算法等），也有最近发展起来的深度强化学习算法（如DQN，TRPO，DDPG等）。另外，该书还有两大特色：第一，在介绍强化学习算法的同时，相应地介绍了算法设计和分析的数学基础；第二，相关算法配有代码实例。这两个特色使得该书非常适合初学者、相关领域科研人员以及研究生学习和研讨。鉴于此，强烈推荐该书作为广大读者学习强化学习技术的入门读物，也希望该书能引导和帮助更多的学者投入到强化学习的研究和应用中，为我国新一代人工智能的发展贡献自己的力量。
NO.3
电子工业出版社
《深度学习算法实践》
推荐指数：
作者：吴岸城
作者简介
吴岸城：现任菱歌科技首席算法科学家一职,致力于深度学习在文本、图像领域的应用,曾在中兴通讯、亚信联创担任研发经理、技术经理等职务，有丰富的算法实践经验。
推荐语
《深度学习算法实践》以一位软件工程师在工作遇到的问题为主线，阐述了如何从软件工程的思维向算法思维转变，以及深度学习算法的概念与实践：比如在哪些场景下需要运用深度学习算法、如何将深度学习算法应用到任务中、提高工作效率？不仅如此，作者还结合程序员在工作中经常面临的产品需求，详细阐述了应该怎样从算法的角度来看待、分解需求，并结合经典的任务对深度学习算法做了清晰的分析：如何用RNN和CNN结合来提取深度文本特征？如何开始写一个Chatbot？如何在Chatbot中应用深度学习？强化学习为什么这么强大，它是万能的吗？强化学习可以用在什么地方？对于图形领域的深度网络来说，是否有通用的提高模型精度的方法？如何利用深度学习来预测股票的趋势？YouTube是如何推荐影片的，我们如何将YouTube的深度学习经验应用在推荐系统中……这些经典的应用案例，能让有志于学习深度学习的读者，快速地理解核心所在，并顺利地上手实践。
群众的眼睛是雪亮的，看看读者们的评价
1. 简短粗暴奖：转发此条推送至朋友圈，收集满66个点赞，截图发送给我们（后台窗口），先到先得，5本送完为止！
2. 留言就有奖：对我们公众号提出宝贵建议 / 吐槽公众号 / 表扬我们公众号 / 说出你和我们公众号的故事，在后台留言，留言点赞数前5名送书！！
3. 超级粉丝奖：如果您长期对我们公众号支持，在粉丝群表现活跃，经常分享/赞赏/评论我们的文章，可以将相关截图发送至公众号后台，我们会选取最积极的5位粉丝送书！！！
4.规则说明：
1.书籍送完为止，先到先得，中奖用户可以选择3本书其中一本（后台留言），具体送哪本书按实际情况寄送
2.一人中奖次数只限一次
3.由我们公众号团队共同评奖，凡是中奖者，我们给出中奖理由，与中奖名单一起公布
4.本次活动中奖名单会在5月1日11：11截止，择日公布中奖情况，节后第一时间送出礼物
5.本次活动最终解释权归“机器学习算法工程师”公众号团队所有
**感谢“电子工业出版社博文视点”大力赞助本次活动**