
吳茂貴
在機器學習、深度學習中有很多抽象的概念、複雜的算法、深奧的理論,如Numpy的廣播機制、神經網絡中的共享參數、動量優化法、梯度消失或爆炸等,這些內容如果只用文字來描述,可能很難達到茅塞頓開的效果,但如果用一些圖形來展現,再加上適當的文字說明,往往能取得非常好的效果,正所謂一張好圖勝過千言萬語。
本書是基於tensorflow的深度學習,tensorflow是現在比較火比較方便的深度學習工具,而且可以在python中使用,同時可以生成可視化的圖表進行查看整體的流程非常方便。我個人認爲深度學習對於數據分析大數據等,其實沒有太大的幫助,而更適合於圖片識別、語義識別。不能因爲深度學習的維度特徵可以非常多而硬要使用深度學習,更多的是需要找到合適的方法,不能因噎廢食(可能用的不準確)。
這書不容易,但是註釋中英混雜,說明代碼不是算手擼的。
國人寫的非常棒的關於深度學習的書。理論和實踐並重,理論部分深入淺出,通俗易懂,語言精闢,直擊概念本質,令人豁然開朗;實踐部分案例經典實用,代碼可讀性良好,充分展示了深度學習的基本原理,應用和最佳實踐,同時也具有很強的應用參考價值。四星推薦,值得一讀。不過重要的事情說三遍:要掌握本書內容,書中的案例和示例一定要親自動手完成。
國人寫的一本非常棒的深度學習書籍。理論和實踐完美結合,一些之前不太理解的概念,都在這裏找到了答案,讀罷令人豁然開朗,實例代碼的可讀性也很好。 但這本書的理論深度不夠,可能是實踐類書籍的緣故。
很有條理的一本書,優點是對幾種熱門應用都有介紹。看完這本書接下來可以找tensorflow的源碼看一下
出書的人思路清晰。不像有些人技術挺牛,寫得書真的讀起真差勁。
內容比較基礎, 大部分都是概述性的, 實例比較少, 適合於剛剛開始深度學習者使用, 當然, 用來做查詢手冊也不錯。內容方面, 發現了一些錯別字(大多是英文拼寫的錯誤)及排版混亂的問題, 建議快速瀏覽, 不要在細節上糾結, 詳細的內容建議查看官方文檔或程度更加深入的書籍
作者的邏輯太清楚了,寫得幾乎都是自己的理解,很少有複製粘貼的。基礎部分是前有的詳細,並不是那種上來就叫你怎麼把別人代碼跑一邊然後感覺自己就全會了的。
整本書思路挺好,只是軟件版本有點跟不上,很多腳本在高級2.x版本上運行不了,總是出錯,不好,建議更新版本。
本書採用TF1.X版本,不建議作爲學習TF工具書,浪費時間,瞭解相關概念可以略讀,如果想學習TF2的方法,建議學習Github上的簡單粗暴Tensorflow開源教程