推荐序：《Deeplearning4j 快速入门》课程，深度学习必备秘籍

从 1956 年 Dartmouth 学会上提出的“人工智能”一词，到时下火热的人脸识别技术、车牌识别技术、智能语音应答，再到未来汽车发展趋势的自动驾驶技术，“人工智能”已然成为了科技未来的发展大势。对于广大 IT 行业从业人员而言，单纯地掌握 Java 等软件编程技术是远远不够的，学习 Deeplearning4j 技术就成为了进军“人工智能”行业的敲门砖。作为 Skymind 在亚洲的 CTO，我要为广大对 Deeplearning4j 入门感兴趣的初学者、希望转型 AI 开发的 Java 工程师、有科学计算背景的高校/企业工作人员推荐一门名为《Deeplearning4j 快速入门》的课程。

推荐理由之授课教师

担任本次课程的主讲老师是苏宁易购高级算法工程师的万宫玺工程师，现任职于苏宁易购搜索研发中心，对机器学习/深度学习在自然语言处理、机器视觉等领域的应用开发有着丰富的经验，先后参与部门反作弊系统、智能问答机器人、Query 语义挖掘与分析系统等机器学习项目的开发。过硬的技术能力水平，让万老师在授课的过程中能够深入浅出的将 Deeplearning4j 的理论呈现给学员。此外，因为万老师拥有多年的行业从业经验，所以在实践方面的授课中可以让学员进一步了解 Deeplearning4j 的具体应用技巧。此外，作为最早一批加入到开源平台社区的技术人员，万老师也是在社区对 Deeplearning4j 最有经验的人之一，期间他也很努力地帮助其他社区的人。

推荐理由之课程涵盖的具体内容及课程亮点

课程内容涵盖全面，完全满足入门级学员们对于 Deeplearning4j 的学习需求。

《Deeplearning4j 快速入门》课程是关于 Eclipse Deeplearning4j 的基础课程。而课程内容中的 Deeplearning4j 是基于 Java/JVM 的深度学习开源库，课程内容涵盖了 Deeplearning4j 生态圈中核心框架的使用（如 ND4J/DataVec/RL4J），用浅显易懂的授课言语介绍了深度神经网络在 CV/NLP 领域的建模、训练、部署、上线一站式开发流程，以及单机/并行/分布式（Apache Spark）场景下的模型训练过程，异构计算框架（CPU+GPU）硬件架构下的加速优化步骤等内容，让学员们在学习的过程中感受到知识的由浅入深，技术能力的不断提高。课程的最大亮点包含以下几个方面：

• 机器学习经典案例基于 DL4J 的实现
• Spark 分布式场景下的模型训练及调优
• 多 GPU 环境下的并行建模
• 迁移和强化学习的模型训练
• 搭建在线服务环境实战演练

推荐理由之耐心细致的引导

众所周知，学习 Deeplearning4j 的过程中会不可避免地接触并学习数学和编程概念，而对于对这方面比较头痛的学员也大可放心，万宫玺老师在讲解的过程中采用了循序渐进的讲解过程，从授课伊始便能保证学员们可以对数学与代码一直保持着极高的学习热情。

推荐理由之获得更多收获

学习本门课程不仅可以让广大学员们掌握对 Deeplearning4j 基本理论及技术的应用，更可以在实际操作过程中获得顺利完成的满足感，以此刺激大脑中的多巴胺的分泌。

结语

学习是一门修行，而学习 Deeplearning4j 技术可谓是一场苦行，但有了万宫玺老师主讲的《Deeplearning4j 快速入门》课程，就可以让学员们不再畏惧 Deeplearning4j 中晦涩难懂的知识及术语，更可以让我们在之后从事的“人工智能”工作呈现出“长风破浪会有时”的气魄！