历时一年，《深度学习与交通大数据实战》正式出版！

历时一年多，《深度学习与交通大数据实战》终于出版了。下面简单介绍下本书的主要内容、本书特色、购书以及读者作者交流途径。

本书内容

该书从Python，到深度学习框架PyTorch，再到人工智能基础，最后到地铁，共享单车，出租车，私家车，以及空中交通五个实战案例，从基础知识到案例应用，几乎涵盖了初学者入门该领域所有需要学习的知识点以及所需要的的代码和数据，所有学习过程均带有详细的代码解释，全部以案例应用实战为主，拒绝纯理论讲解！

作为一本关于深度学习与交通大数据的书籍，本书共有8章。

第1章为Python基础知识简介，包括数据类型、三大语句、函数、类和对象、文件读取和写入，在讲解Python的基本语法的后，详细介绍了数组包NumPy、数据分析包Pandas、科学计算包SciPy、机器学习包Scikit-Learn、可视化包Matplotlib五个交通数据处理过程最常用的Python工具包，每个工具包的简介均配备了多个实战小案例，来以用带学，帮助读者更好的学习对应工具包的使用。

第2章为PyTorch基础知识简介，详细介绍了常用的张量模块、数据模块、网络模块、激活函数模块、优化器模块、训练和测试模块、模型保存与重载模块，以及可视化模块，每个模块均配备相应的代码对其使用方法进行详细讲解，确保大家在后续学习人工智能建模时已经具备深厚的深度学习建模基础。

第3章为深度学习基础模型简介，从基本的反向传播算法，到循环神经网络、卷积神经网络和图卷积神经网络，每一节首先对模型原理进行简介，然后借助相应的实战案例来帮助读者加深对模型原理的理解。

第4至8章为主体部分，分别讲解基于深度学习的轨道交通刷卡数据、共享单车轨迹数据、出租车轨迹数据、私家车轨迹数据和空中交通运行数据案例实战，具体内容包括研究背景、研究现状、数据获取手段及开源数据集简介、数据预处理、基于PyTorch的案例建模。案例建模部分又对问题陈述及模型框架、数据准备、模型构建、模型训练及测试、结果展示进行了详细介绍。每一部分均附有完整的代码以及代码解释，整个章节能够带领读者从最初的数据获取到最终的结果展示，实现多个完整的应用案例，确保读者学完该案例能够对该领域有较为深刻的理解，建模技能有较为明显的提升。