入门深度学习，读对书很重要

本篇文章2897字，读完约7分钟

雷锋。这篇文章的作者是丹尼尔·杰弗里斯，杰弗里斯咨询公司的创始人，由雷锋编辑。

丹尼尔·杰弗里斯:多年来，由于实验室研究和实际应用结果之间的差距，很少有人继续研究人工智能，人工智能在许多领域停滞不前。

然而，在过去的两年里，人工智能在一些领域取得了重大突破，如:图像识别；自动驾驶；阿尔法走，等等。20世纪80年代和90年代的许多算法由于硬件速度慢和缺乏数据而被搁置。现在，在许多大数据集和大规模并行芯片的支持下，这些算法终于取得了初步的成功。

在过去一年左右的时间里，研究人员一直忙于写书和竞争出版专著，以满足读者对深入学习知识的渴望。关于深度学习的第一本书已经上架，更多的书将在夏天或明年初上架。我有幸提前阅读了几本专著的初稿，这些书的最终出版非常激动人心。

接下来，我推荐一些深度学习书籍，可以指导你如何学习人工智能，帮助你快速理解深度学习。

理论和实践相互考虑。我父亲总是说，“一切都是最好的平衡。”

我坚信这一点，并以此为标准。当然，我承认我有时会在周末或拉斯维加斯忘记它。

我同意理论和实践应该平衡。例如，对于某个问题，给出一个清晰的背景信息，然后让我自己根据例子来做。书籍不应该过多地阐述理论知识，而应该让读者在学习时检查漏洞，填补空白。想象一本书非常抽象，或者列举了大量的例子，但是没有解释问题的来龙去脉。你还能读吗？

每个人都有自己的学习习惯，应该清楚地知道如何学习才能有效。我总是认为如果我花时间买对我没用的书，特别容易错过真正合适的书。如果你喜欢整个理论，你不必看我的推荐。如果你喜欢读理论和实践相结合的书，我相信我推荐的书单会让你喜欢。

书单“深度学习”

第一本书是伊恩·古德费勒的《深度学习》。作者对谷歌大脑和openai做出了突出贡献。许多人认为这本书是深度学习领域的圣经，因为它是唯一整合了前几十年研究工作的伟大著作。

然而，除非你有良好的数学基础，否则不建议你从这本书开始，因为读起来令人沮丧。书中不仅有很多公式，而且枯燥无味。尽管古德费勒希望向读者传授更多的知识，但与预期相反，这本书读起来并不吸引人，也不枯燥。做和教是两码事。

我估计明年第一次参加大学深度学习课程的学生手中会有这本书，他们中的许多人不会坚持下去，因为这本书很难理解。这本书适合那些经过几年相关工作仍想掌握深层次学习的从业者。这也是专业程序员的综合指南，他们有更多的专业知识，并准备首次进入人工智能行业。

请点击这里获取这本书的免费中文版。

《scikit-learn和tensorflow机器学习实践》

第二个是“用sci工具包进行机器学习-学习和紧张流”。尽管这本书里有很多公式，作者aurélien géron用简单的方式解释了复杂的概念。整本书易于理解和阅读，但我不强烈推荐它。

“数学不好就学人工智能”系列文章是对本书的很好补充，特别是第五篇“卷积神经网络图像识别”和第七篇“自然语言处理”。在我的印象中，这本书有详细的例子和相应的代码，它们完美地结合在一起。我阅读了safari在线书籍的初稿，但当时很多部分还没有完成，网站莫名其妙地转换了一些公式，这并没有影响我对内容的理解。

像其他优秀的修订草案一样，最终版本与第一稿相比有了质的飞跃，完美地诠释了作者的观点和例子。这本书的内容组织得自然流畅，各种观点都有清晰的例子来证明。雷锋。网站建议读者在第一次阅读时不要在意这些公式，然后根据需要进行进一步的审查。

《python深度学习》

第三本书是关于python的深度学习。作者是francois chollet，keras框架的构建者。然而，这本书的出版需要一些时间。前三章的内容可以通过曼宁的meap系统阅读，而且写得很好。我强烈推荐这本书。

就像chollet编写keras框架时一样，他神奇地简化了复杂的概念，文本中的措词既巧妙又易读。即使是人工智能和深度学习中最具挑战性的概念也很容易解释。读完这本书，我真的明白了什么是张量。书中有很多很好的例子，所以你可以看看他的github上的代码。随着正式出版的临近，这本书变得越来越完整。请关注并支持作者。与此同时，试着先继续阅读meap，并通过给作者留言来改进这本书。

《深度学习:实践者的方法》

第四个是深度学习:实践者的方法。这本书主要使用java的深度学习框架dl4j。目前，人工智能领域的大多数研究都是用python语言实现的，但是随着越来越多的企业涌入机器学习领域，java的使用可能会逐渐增加。由于java的巨大生态系统，它现在仍然是大公司的主要开发工具。

乔希·帕特森是这本书的作者之一，他邀请我参加在五月的第一周举行的红帽峰会，当时我有机会通读了这本书的发行情况。首先，这本书是为深度学习的初学者准备的。雷锋。(公开号码:雷锋。建议如果你已经有了一些深度学习的基础知识，并且想进一步学习如何用java实现深度学习，请直接跳过前面的例子。然而，如果你没有很深的学习经验，java也不是很熟悉，那么这本书值得你反复学习。特别是“第4章:优秀的深度学习架构”，这一章提供了一个关键的方法来帮助您解决实际应用中的架构问题。

虽然我不熟悉java语言，但我和以程序为生的同事们分享了它，他们非常喜欢它。在介绍深度学习时，书中的例子和书的整体结构都非常专业，预计将在夏季出版。

《张量流机器学习烹饪书》

最后一个建议是张量流机器学习烹饪书。虽然这本书的内容和代码中有一些错别字，但也有许多很好的例子，如自然语言处理。像其他手册一样，这本书关注代码。如果你不太了解卷积神经网络的输入和输出，你会被许多基本概念所迷惑。如果你在买书之前读过其他的书，并且对书中的例子进行过实战，这本书可以为你提供更多的练习和练习。

雷锋。com提醒你不要开始读这本书，也不建议你单独购买这本书。

结论:有些书正在写，有些书已经出版，但我还没有机会去读。如果将来我有机会阅读它们，我会继续推荐它们。你还在等什么？开始吧。深入学习的魔力就在你手中！

viahackernoon

从浅入深，邓志东教授的神经网络训练在清华大学进行！

本课程将系统地介绍人工智能中的神经网络，特别是深度学习的发展现状、基本原理和主要方法。包括人工智能调查、生物神经系统、人工神经元模型、bp网络、hopfield网络、深度卷积神经网络(cnn)、长短期记忆网络(lstm)和深度强化学习。重点分析了一些典型的cnn模式，并结合具体的应用案例来分析节目实践。

本课程将介绍最新的科研成果和前沿领域(提供50多篇具有原创性和最新代表性的人工神经网络英文论文，其中包括2016年关于深度学习的最新论文)，强调各种理论方法在解决实际问题中的综合应用。雷锋。com推荐！

视频地址:mooc.ai/course/65

相关文章:

最完整的机器学习漫游指南介绍书目(外语版)

最近很流行的计算机科学数学是什么样的书？

原版教科书太贵了吗？这些关于机器学习的好书实际上并不花钱

免费！推荐10本关于机器学习和数据科学的必读书籍

雷锋文章版权所有。严禁擅自转载。详情请参考转载说明。

来源：搜狐微门户