深度学习：核心技术、工具与案例解析

作者在本书中罗列的一些内容非常基础，没有太多个人独到深入的见解，还是基本停留在简单介绍层次，人工神经网络的很多基本问题实际上在一定程度上解决，这些编程工具也就是个工具，在特定领域的复杂模型模拟需要很多对数据的独特处理，光靠这些模型搭建和计算工具我不认为有用，就像Visual Studio也仅仅是编程工具，光靠它是解决不了动力学分析和模拟的。

出差路上翻完了这本书，感觉不是很好，尤其是对我这种TF boys来说。一，文中涉及的公式竟然是图片形式的，不知道是电子书格式问题还是作者原书就这样。第二，所有的知识点都点到为止，无论是理论还是代码，甚至点到都没做到。tensorflow serving那里竟然只是简单说一下定义，任何操作都没有，那我完全可以看文档啊，对于真正的工程师来说，这是很大一个坑。书中对于一些常用的tricks，也都是蜻蜓点水。相比之下我更推荐南京大学魏学长写的小册子。当然，本书也是有优点的，就是排版还可以！

本书非常适合ai实践工程师，算法选择、应用场景、调优策略等都作了较为细致的讲解。作为深度学习的初学者或想了解理论原理的工程师，也有所裨益，对神经网络的初步原理，cnn，rnn，以及文本、语音、人脸、自动驾驶等应用场景所要处理的对象和方法能有一个大概的理解。

作者不但介绍了某项技术是什么么，还说了使用这项技术的动机是什么，让读者保持了很不错的学习动机水平

全面，但缺乏深度，可以作为技术手册，做个一级索引，具体细节再翻看其他的

（非常适合入门深度学习，了解深度学习是怎么一回事很有帮助。）

内容大多点到为止。最近在看Stanford CS231N，更适合指导实际工作。

一本基础入门书。提供了概览和基本方法。

作为科普可以大概看一下，细节还是需要再深挖，比如对话机器人中，多轮会话主要是跳槽，这块并没有说

不断突破信息茧房限制就是最好的深度学习！！！