深度学习500问：AI工程师面试宝典
谈继勇
1828人在读
29.3万字总字数
¥76.3定价
谈继勇
本书系统地描述了深度学习的基本理论算法及应用。全书共14章，第1~3章论述了数学基础、机器学习基础和深度学习基础；第4~7章介绍了一些经典网络及计算机视觉领域中常用的CNN、RNN、GAN等网络结构技术；第8~9章介绍了深度学习在计算机视觉领域的目标检测及图像分割两大应用；第10~14章介绍了计算机视觉领域主要的优化方法及思路等，包括迁移学习、网络架构及训练、网络优化技巧、超参数调整及模型的压缩和加速等。本书凝聚了众多一线科研人员及工程师的经验，旨在培养读者发现问题、解决问题、扩展问题的能力。本书内容取材于编者在日常学习过程中总结的知识点及各大公司常见的笔试、面试题。本书可为高等院校计算机科学、信息科学、人工智能、控制科学与工程、电子科学与技术等领域的研究及教学人员提供参考，也可为相关专业本科生及研究生提供思考方向，还可为深度学习及计算机视觉领域的初、中级研究人员和工程技术人员提供参考，尤其适合需要查漏补缺的应聘者及提供相关岗位的面试官阅读。
书不错，内容很干，需要有一定基础再来看，或者作为知识体系框架，自行查漏补缺。很多内容对我来说过于技术、概括，没看目标检测那两章，水了最后几十页，不是做技术的，目前没想着深究内容，只是作为系统的知识体系搭建。还是不错的书，以后等了解的更深入了，再来刷一遍
初学者看不合适，看了也不知道怎么回事，好像词典一样把一点一点列出来，很干。 老手看也没太多用，不全，不够深，只能说涉猎面比较广。 内容偏计算机视觉。只适合有一定能力之后翻着，复习知识查漏补缺。
差点被前面几个评价劝退了，实际看下来，系统且全面，文风通俗易懂，都是一些关键问题以及答案。 既方便初学者快速搭建一个知识框架，也方便查漏补缺，好书！
相当好！非常适合已经学习过的人用来复习和准备面试，所以书名才叫面试宝典。太感谢这些行业里的人出来做些相关的书给外行指条路。
都是很老的技术了，这本书的技术就都太老了，基本上都没啥人问了，没人在乎
写的是500问，那么问题在哪里呢？找不到呢
github上的一本开源书，适合初学者了解深度学习中用到的各种概念。本书对深度学习中用到的数学和机器学习知识、卷积神经网络、循环神经网络、生成对抗网络、目标检测、图像分割、迁移学习、网络优化、超参数调整、模型压缩加速都有涉猎，但不深入。再版希望增加图神经网络、扩散模型、数字人和大语言模型相关内容。
不太行。作者的写作功底太差，初学者看了一头雾水，专家看了不够深刻！整体来说， 营养成分太少。
比想象中好 理论内容较为详细 应用侧重于【计算机视觉图像】
适合梳理深度学习体系，不深入，有助于拓宽知识面