如何更有效地学习本书的内容

理解和运行本书代码，除了需要具备Python和图像处理的基本知识，读者还需要访问一些在线图像数据集以及相关GitHub链接。

对于Windows用户，最好选择安装Anaconda Python 3.5以上版本（本书代码已通过Python 3.7.4测试）以及Jupyter（用于查看/运行笔记）。

本书所有代码均在Windows 10（专业版）系统上完成测试。系统配置为：32GB内存和英特尔（Intel）i7系列处理器。若要在Linux系统上运行本书代码，则需进行少量更改/或不进行更改（根据需要）。

读者需要使用pip 3工具来安装运行代码所必需的Python包。

建议读者使用GPU，以便更加快速地运行涉及使用深度学习进行训练（涉及诸如TensorFlow、Keras和PyTorch等Python库上的训练）的实例。在GPU上运行最好的代码已在配备有NVIDIA Tesla K80 GPU（搭配CUDA 10.1）图形卡的Ubuntu 16.04系统上通过测试。

要理解本书中的概念，读者还需要具备基本的数学知识。

我们建议读者尽可能手动输入本书代码，或者通过GitHub存储库访问本书代码。

如有需要，读者可安装Python 3.7以及必要的第三方Python库。安装Anaconda/Jupyter，并针对每个章节打开相应的笔记，运行每个实例的相应代码。按照每个实例的说明进行其他操作（例如，读者可能需要下载预先训练过的模型或图像数据集）。

在“更多实践”的大部分实例中，我们另外给出了一些练习，供读者测评自己对相应内容的掌握程度。