
吴茂贵
在机器学习、深度学习中有很多抽象的概念、复杂的算法、深奥的理论,如Numpy的广播机制、神经网络中的共享参数、动量优化法、梯度消失或爆炸等,这些内容如果只用文字来描述,可能很难达到茅塞顿开的效果,但如果用一些图形来展现,再加上适当的文字说明,往往能取得非常好的效果,正所谓一张好图胜过千言万语。
本书是基于tensorflow的深度学习,tensorflow是现在比较火比较方便的深度学习工具,而且可以在python中使用,同时可以生成可视化的图表进行查看整体的流程非常方便。我个人认为深度学习对于数据分析大数据等,其实没有太大的帮助,而更适合于图片识别、语义识别。不能因为深度学习的维度特征可以非常多而硬要使用深度学习,更多的是需要找到合适的方法,不能因噎废食(可能用的不准确)。
这书不容易,但是注释中英混杂,说明代码不是算手撸的。
国人写的非常棒的关于深度学习的书。理论和实践并重,理论部分深入浅出,通俗易懂,语言精辟,直击概念本质,令人豁然开朗;实践部分案例经典实用,代码可读性良好,充分展示了深度学习的基本原理,应用和最佳实践,同时也具有很强的应用参考价值。四星推荐,值得一读。不过重要的事情说三遍:要掌握本书内容,书中的案例和示例一定要亲自动手完成。
国人写的一本非常棒的深度学习书籍。理论和实践完美结合,一些之前不太理解的概念,都在这里找到了答案,读罢令人豁然开朗,实例代码的可读性也很好。 但这本书的理论深度不够,可能是实践类书籍的缘故。
很有条理的一本书,优点是对几种热门应用都有介绍。看完这本书接下来可以找tensorflow的源码看一下
出书的人思路清晰。不像有些人技术挺牛,写得书真的读起真差劲。
内容比较基础, 大部分都是概述性的, 实例比较少, 适合于刚刚开始深度学习者使用, 当然, 用来做查询手册也不错。内容方面, 发现了一些错别字(大多是英文拼写的错误)及排版混乱的问题, 建议快速浏览, 不要在细节上纠结, 详细的内容建议查看官方文档或程度更加深入的书籍
作者的逻辑太清楚了,写得几乎都是自己的理解,很少有复制粘贴的。基础部分是前有的详细,并不是那种上来就叫你怎么把别人代码跑一边然后感觉自己就全会了的。
整本书思路挺好,只是软件版本有点跟不上,很多脚本在高级2.x版本上运行不了,总是出错,不好,建议更新版本。
本书采用TF1.X版本,不建议作为学习TF工具书,浪费时间,了解相关概念可以略读,如果想学习TF2的方法,建议学习Github上的简单粗暴Tensorflow开源教程