豆瓣
扫码直接下载
keras教程+机器学习入门。给五星除了内容好,时效性也是这本书的优点。全书使用keras 2.0.8,代码可以完整的在目前的版本上跑。
是也乎,( ̄▽ ̄) 创始人的图书是必须刷的…成功的帮助建立起一个正确的概念…DeepLearning 不是万能的…丫很简单…只是很多… 以及…NVIDIA 的股票能买就买吧…不得不涨的………
卷积网络部分一些叙述感觉有点奇怪,但我依然认为是目前相同类型中最出色的一本书。
最喜欢看某某之父写的书了,权威又精辟
绝对的良心好书。 代码中许多关键点都有注释,对于机器学习比较难以理解的概念都给予了浅显易懂的说明。 有Python和机器学习+深度学习的相关背景就可以读了,当然如果你有点TensorFlow的背景知识更好。 代码可以参考:https://github.com/zhuyuanxiang/deep-learning-with-python-notebooks 也可以访问链接:https://pan.baidu.com/s/1rDpWeknm13dyoyjsqu7zFg 提取码:eq5x
相比于国内教材默认读者“具备足够的数理统计知识” 这本教材由浅入深,十分和蔼可亲。
#老乡别走#很多人看吴恩达的机器学习课程,讲到微积分链式求导的部分,好多人就走了。这本书里表示, 你只需要知道机器学习用微积分求导来优化结果就够了,不需要你自己算,不需要你算。老乡不要走哈哈
终于有本能看懂的了
利用张量方式讲解深度学习。深度学习不需要做特征提取。
深入浅出,通俗易懂
目前看到的深度学习最好的书,一点废话没有。相比于其他的书,这本书真正地告诉了你深度学习如何应用。强烈推荐。
这个thought experiment很有用。想象有两张彩纸:一张红色,一张蓝色。将两张纸一起揉成小球。这个皱巴巴的纸球就是你的输入数据,每张纸对应于分类问题中的一个类别。机器学习模型要做的就是找到可以让纸球恢复平整的变换,也就是:为复杂的高度折叠的数据流形找到简洁的表示。
暑假+寒假断断续续读完了,很好读的入门书,行文流畅。读中文还是有点别扭,之后还是得回过头看看学术词汇的英文表达。后面讲到RNN和LSTM有点没读明白,还是靠cs224n讲义懂了一点,单纯用编程语言来讲解还是不那么清晰。感觉学DL还是不能靠读书,之后得上手做点东西。
除了代码稍稍过时,并没有其他大的毛病。代码过时是因为AWS,Python和Keras都迭代了。
要调Keras简单翻了翻,一个数学公式都没有,全是Python代码的naive实现来帮助理解。还成,挺有用。
dl入门最佳读物,深入简出
隔壁组的书,放假前被我揣回了家,过年的三天粗览了一遍。给了我一个直观的概念,有英文PDF版本,之后照着那个再进行实践。
大师之作
可以说相当友好了.不过RNN那章原理部分讲得太模糊了,尤其LSTM和GRU,基本一带而过
我的深度学习第一本
> Python深度学习
47 有用 FLCL 2018-10-27 13:34:28
keras教程+机器学习入门。给五星除了内容好,时效性也是这本书的优点。全书使用keras 2.0.8,代码可以完整的在目前的版本上跑。
40 有用 Zoom.Quiet 2018-10-20 15:42:01
是也乎,( ̄▽ ̄) 创始人的图书是必须刷的…成功的帮助建立起一个正确的概念…DeepLearning 不是万能的…丫很简单…只是很多… 以及…NVIDIA 的股票能买就买吧…不得不涨的………
38 有用 尺狗夏游 2018-10-26 23:47:35
卷积网络部分一些叙述感觉有点奇怪,但我依然认为是目前相同类型中最出色的一本书。
18 有用 若问西东 2019-02-01 00:01:21
最喜欢看某某之父写的书了,权威又精辟
20 有用 zYx.Tom 2019-12-09 19:52:49
绝对的良心好书。 代码中许多关键点都有注释,对于机器学习比较难以理解的概念都给予了浅显易懂的说明。 有Python和机器学习+深度学习的相关背景就可以读了,当然如果你有点TensorFlow的背景知识更好。 代码可以参考:https://github.com/zhuyuanxiang/deep-learning-with-python-notebooks 也可以访问链接:https://pan.baidu.com/s/1rDpWeknm13dyoyjsqu7zFg 提取码:eq5x
7 有用 稀释象牙白 2020-01-01 21:14:50
相比于国内教材默认读者“具备足够的数理统计知识” 这本教材由浅入深,十分和蔼可亲。
8 有用 Satan 2020-05-11 15:25:02
#老乡别走#很多人看吴恩达的机器学习课程,讲到微积分链式求导的部分,好多人就走了。这本书里表示, 你只需要知道机器学习用微积分求导来优化结果就够了,不需要你自己算,不需要你算。老乡不要走哈哈
6 有用 ThinK 2018-11-08 14:50:54
终于有本能看懂的了
1 有用 阅微草堂 2020-01-20 10:42:07
利用张量方式讲解深度学习。深度学习不需要做特征提取。
2 有用 李白 2018-12-22 07:16:08
深入浅出,通俗易懂
7 有用 飞林沙 2019-07-08 01:09:29
目前看到的深度学习最好的书,一点废话没有。相比于其他的书,这本书真正地告诉了你深度学习如何应用。强烈推荐。
5 有用 alexcl锕锂钶锶 2019-09-08 10:36:42
这个thought experiment很有用。想象有两张彩纸:一张红色,一张蓝色。将两张纸一起揉成小球。这个皱巴巴的纸球就是你的输入数据,每张纸对应于分类问题中的一个类别。机器学习模型要做的就是找到可以让纸球恢复平整的变换,也就是:为复杂的高度折叠的数据流形找到简洁的表示。
1 有用 夕蝉 2023-01-22 22:41:52 江西
暑假+寒假断断续续读完了,很好读的入门书,行文流畅。读中文还是有点别扭,之后还是得回过头看看学术词汇的英文表达。后面讲到RNN和LSTM有点没读明白,还是靠cs224n讲义懂了一点,单纯用编程语言来讲解还是不那么清晰。感觉学DL还是不能靠读书,之后得上手做点东西。
2 有用 Renco 2020-06-21 09:03:43
除了代码稍稍过时,并没有其他大的毛病。代码过时是因为AWS,Python和Keras都迭代了。
1 有用 采样蟑螂 2020-12-26 17:38:58
要调Keras简单翻了翻,一个数学公式都没有,全是Python代码的naive实现来帮助理解。还成,挺有用。
2 有用 星云chemical 2019-02-20 10:13:35
dl入门最佳读物,深入简出
2 有用 morninglife 2019-02-13 22:05:23
隔壁组的书,放假前被我揣回了家,过年的三天粗览了一遍。给了我一个直观的概念,有英文PDF版本,之后照着那个再进行实践。
1 有用 西瓜太忙 2019-05-17 07:46:06
大师之作
1 有用 瑶光 2020-03-23 16:17:25
可以说相当友好了.不过RNN那章原理部分讲得太模糊了,尤其LSTM和GRU,基本一带而过
1 有用 林同学 2019-10-14 06:07:11
我的深度学习第一本