深度學習：核心技術、工具與案例解析

作者在本書中羅列的一些內容非常基礎，沒有太多個人獨到深入的見解，還是基本停留在簡單介紹層次，人工神經網絡的很多基本問題實際上在一定程度上解決，這些編程工具也就是個工具，在特定領域的複雜模型模擬需要很多對數據的獨特處理，光靠這些模型搭建和計算工具我不認爲有用，就像Visual Studio也僅僅是編程工具，光靠它是解決不了動力學分析和模擬的。

出差路上翻完了這本書，感覺不是很好，尤其是對我這種TF boys來說。一，文中涉及的公式竟然是圖片形式的，不知道是電子書格式問題還是作者原書就這樣。第二，所有的知識點都點到爲止，無論是理論還是代碼，甚至點到都沒做到。tensorflow serving那裏竟然只是簡單說一下定義，任何操作都沒有，那我完全可以看文檔啊，對於真正的工程師來說，這是很大一個坑。書中對於一些常用的tricks，也都是蜻蜓點水。相比之下我更推薦南京大學魏學長寫的小冊子。當然，本書也是有優點的，就是排版還可以！

本書非常適合ai實踐工程師，算法選擇、應用場景、調優策略等都作了較爲細緻的講解。作爲深度學習的初學者或想了解理論原理的工程師，也有所裨益，對神經網絡的初步原理，cnn，rnn，以及文本、語音、人臉、自動駕駛等應用場景所要處理的對象和方法能有一個大概的理解。

作者不但介紹了某項技術是什麼麼，還說了使用這項技術的動機是什麼，讓讀者保持了很不錯的學習動機水平

全面，但缺乏深度，可以作爲技術手冊，做個一級索引，具體細節再翻看其他的

（非常適合入門深度學習，瞭解深度學習是怎麼一回事很有幫助。）

內容大多點到爲止。最近在看Stanford CS231N，更適合指導實際工作。

一本基礎入門書。提供了概覽和基本方法。

作爲科普可以大概看一下，細節還是需要再深挖，比如對話機器人中，多輪會話主要是跳槽，這塊並沒有說

不斷突破信息繭房限制就是最好的深度學習！！！