《Deep Learning with keras》是一本关于深度学习技术的外文资料，由Packt Publishing出版。本书的内容相对较新，对于希望学习和深入了解Keras深度学习框架的读者来说，是一份极好的参考资料。这本书主要教授读者如何在Theano和TensorFlow后端上使用Keras实现神经网络。Keras是一个高层神经网络API，它可以运行在TensorFlow、CNTK或Theano之上，设计上注重快速实验能力。
在这本书中，读者将学会如何设计、构建和训练深度学习模型。Keras因其用户友好、模块化、易扩展的特性而受到青睐，使得开发者能够更轻松地实现复杂神经网络。书中的案例和代码示例将使读者能够在实践中掌握使用Keras解决实际问题的技能。
Antonio Gulli 和 Sujit Pal 是本书的作者。Antonio Gulli 拥有软件执行和商业领导经验，对建立和管理全球技术人才、创新和执行力充满热情。他在搜索引擎、在线服务、机器学习、信息检索、分析和云计算方面都是专家。Sujit Pal 是一位对AI和机器学习有深刻见解的资深技术专家，曾为多个知名出版物撰写了大量技术文章。两位作者丰富的背景和专业知识为本书的质量提供了保证。
该书详细介绍了Keras的安装和基本配置，解释了神经网络的基础知识，并通过各种实例演示如何使用Keras构建深度学习模型。书中包含如何处理数据、构建自定义层、添加损失函数和优化器、使用回调函数以及如何使用预训练模型等。此外，本书也强调了对深度学习模型进行评估和调优的方法。
读者可以期待在阅读完这本书之后，不仅能够理解深度学习的基本概念和工作原理，还能熟练掌握Keras框架，实现各种深度学习任务。由于本书采用了实用性的教学方式，所以更注重于应用层面，使读者能够快速上手并应用于实际项目中。
在本书的版权声明和内容使用说明中提到，未经出版商的书面许可，任何人不得复制、存储或通过任何形式或手段传播书中的信息。尽管出版社已经努力确保所提供的信息的准确性，但书中的信息仍以“无保证”的形式出售。作者和出版商不承担因使用本书内容而引起或被指控引起直接或间接损害的责任。
这本书介绍了包括Antonio Gulli、Sujit Pal在内的多位作者、编辑、技术编辑和设计人员的努力，他们共同为这本书的出版做出了贡献。通过阅读《Deep Learning with keras》，读者将获得对Keras框架以及如何在Theano和TensorFlow后端上实现深度学习的深刻理解和实践经验。
