Python深度学习 (第2版) 短评

热门
  • 14 howie.serious 2024-04-22 14:00:29 北京

    相对于鱼书(作者是 80 后日本人)和量子物理学家写的深度学习入门书,本书作者的认识更深刻(和谢诺夫斯基写的《深度学习》,wolfram 写的 GPT 原理小册子一样)。一个领域里浸淫多年的专家,从头参与学科领域建设的人,对同样的东西认识更深刻。只言片语,就能让新手少走很多弯路,帮助读者形成更清晰更深刻的概念性理解。

  • 7 蓝太阳 2024-01-24 11:46:23 北京

    写得清晰易懂。但内容与书名不符,叫《keras实战》更合适,因为全书大部分内容都在写如何使用keras搭建深度学习模型,且并没有深入讲解keras的内部实现原理。另外,书的最后一章作者写了些自己对于通用人工智能发展方向的想法,还是挺有启发的,虽然这与“实战”没有任何关系。

  • 5 硅胶鱼 2024-12-09 01:48:44 广东

    一本比较纠结的书,今天看完明天就不知道能剩多少... - 第一版加的想读,读了第二版,75%内容是新写的。第三版明年又要上了; - 本书第二版写作时keras还跟TF深度绑定,前不久作者从google跑路了,TF市场占有率全面溃败,keras从多后端到单一后端又要改到多后端了; - 这类教程的最佳载体就是notebook(文学编程),一段说明一段代码直接上手跑。作者写作估计就这个套路,但是版权原因,提供的notebook删除了所有文字说明,用起来得再对照书本,多少有点不得劲; 不过作者确实厉害,很多东西的motivation一句话就讲清楚了。态度上也是宁可暴论也不含糊其辞。

  • 7 天行健 2023-07-28 17:57:36 上海

    1. 第一遍初步读完,对深度学习有了初步的感知。2. 找一个足够大的假设空间(可以通过层的不断堆叠),找一个连续可微的损失函数,通过梯度下降法(反向传播),不断迭代逼近最终的超平面;模型中每一层训练得到的参数,就是学习到的知识。 3.足够大的假设空间意味着模型总要先具备过拟合的能力,然后再想办法解决过拟合。 4. 未来需要上手keras,找一些案例试着做一做。

  • 4 触摸壹缕阳光 2023-08-03 16:25:13 湖北

    依然是最好的深度学习入门书,相比于第一本,这一本加了不少新的内容,而且难能可贵的是,作者加了很多自己的经验想法,这是在其他书很少看到的。融合keras的tensorflow2虽然饱受诟病,但是keras依然是快速实现想法的最优秀的深度学习框架。

  • 1 Inspire 2025-04-24 17:46:56 河南

    非常经典的深入学习入门书,没有过多的数学公式,内容整理比较系统也比较连贯,让人学习起来非常顺畅。另外实操性也强, 很多地方都附有详细的代码,是初学者的必读书籍。

  • 1 想吃煎饼果子 2025-03-18 11:51:44 美国

    回顾了一些概念性知识

  • 2 混沌 2025-03-15 18:29:43 安徽

    没平台和学历,搞不了这个也没法找工作,好好做个API caller做好应用层

  • 1 再见了运动男孩 2025-03-09 23:41:21 海南

    书很牛,我不牛,代码看懂了,原理没懂

  • 5 蓝黑星空 2022-11-17 23:31:53 贵州

    吴恩达深度学习教程很好的补充

  • 3 Loki 2022-12-18 11:36:00 上海

    非常好的入门书,深入浅出

  • 0 给它力量 2024-03-06 20:58:14 上海

    初学看下第一章差不多,要想深入掌握,还是要动手跟着一起操作才行。

  • 0 doubin 2023-10-03 14:37:14 北京

    拨云见日

  • 0 天天向尚磊 2024-04-23 22:51:30 四川

    通俗易懂。

  • 3 豆友d3AXpEjQl0 2023-05-31 01:36:29 四川

    清晰且生动,严谨中夹杂着点小幽默

  • 2 1984 2023-03-21 23:55:56 江苏

    依旧是深度学习最佳入门书,和第一版差别不大,增加了callback等模块介绍

  • 0 Tomato 2024-12-30 10:26:04 上海

    所谓“深入浅出”,无奈没有六星选项

  • 0 问我去何之 2023-09-09 22:03:36 北京

    虽然代码一行没看……

  • 0 女宝请闭眼 2024-05-12 15:21:23 广东

    干货非常多,有很多实用的最佳实践经验,翻译得也很好,章节架构主要是以工程实践的角度介绍深度学习,涵盖了数学及算法基础原理,keras➕tensorflow框架应用,机器学习工程实践,代码案例,以及CV,NLP,GPT领域的一些实践。适合有一定python语言基础,数学基础,和深度学习入门的读者。

<< 首页 < 前页 后页 >