深度学习作为人工智能的核心技术，已广泛应用于多个领域的实际问题中。随着对深度学习专业知识需求的不断增长，实用性的案例学习变得至关重要。
本书立足于新工科背景，强调深度学习的实际应用，旨在帮助学员灵活运用所学知识，解决复杂的工程问题。通过深度学习案例库，读者能更深入地理解核心算法，将所学知识转化为解决实际问题的技能，从而进一步提升工程实践和创新能力。
深度学习项目的开发涉及大量代码编写和复杂调试，这对初学者来说是个挑战。因此，低代码开发平台在深度学习项目中显得尤为重要。这些平台提供丰富的预训练模型库，使开发者能够直接选择适合项目需求的模型，避免从头开始构建的复杂性。这些预训练模型经过大规模数据训练和优化，具备良好的性能和泛化能力。基于低代码开发平台的深度学习项目开发还能实现代码复用和模块化，提高开发效率和代码可维护性。
本书的一大特色是采用了阿里云摩搭低代码开发平台。阿里云摩搭作为一种强大的工具，为读者提供丰富的预训练模型库和训练环境，简化高质量模型的选择过程。通过补充数据和优化模型，读者可以满足特定需求。阿里云摩搭的低代码开发环境使搭建深度学习模型变得简单易用，极大提高了开发效率并降低了开发难度。读者可以通过该平台快速构建、训练和部署深度学习模型，加速项目原型开发。
本书的另一特色是关注边缘计算需求，并使用Intel OpenVINO进行推理加速。边缘计算对快速推理的需求很高，而OpenVINO能够优化和加速深度学习模型的推理过程。本书将介绍如何在边缘设备上使用OpenVINO进行模型优化和推理加速，以满足实时推理的实际需求。读者将学习如何利用OpenVINO的功能和特性，使模型在边缘设备上更高效地进行推理，满足实时应用要求。
每个章节都配备了思考题，帮助读者巩固和拓展知识。附录中还有选择题集，供读者在阅读本书前自测，检验基础知识是否扎实。
通过本书的学习，读者将能够深入了解项目开发过程，掌握深度学习算法的实际应用，培养解决实际问题的能力，并学会使用阿里云摩搭低代码开发平台和OpenVINO进行边缘计算推理加速。希望本书能成为深度学习实践者的宝贵资源，助力其有效地应用深度学习技术，完成实际项目。
