圖書標籤: 深度學習  人工智能  機器學習  計算機  計算機科學  Python  原版  Learning   

喜歡 Grokking Deep Learning 的讀者還喜歡

• 
  Make Your Own Neural Network pdf epub mobi txt 電子書 下載
• 
  Data Analysis with Open Source Tools pdf epub mobi txt 電子書 下載
• 
  Microservice Patterns pdf epub mobi txt 電子書 下載
• 
  Data Structures and Algorithms in Python pdf epub mobi txt 電子書 下載
• 
  Python Algorithms pdf epub mobi txt 電子書 下載
• 
  Data Science at the Command Line pdf epub mobi txt 電子書 下載
• 
  Hands-On Machine Learning with Scikit-Learn and TensorFlow pdf epub mobi txt 電子書 下載
• 
  The Vital Question pdf epub mobi txt 電子書 下載
• 
  Python for Data Analysis pdf epub mobi txt 電子書 下載
• 
  Building Machine Learning Systems with Python pdf epub mobi txt 電子書 下載

No math,覺得非常友好通俗，有記憶點。作者還分享瞭學習心得，是通用的。雖然說起來容易做起來難。講解問題的逐步深入。還講瞭framework. 仰慕一下作者的學習能力和纔思

This book helps to grasp some basic math concepts that under the hood of neural networks for those without classical math background. However, for me, some concepts and code are misconstructed and explained superficially. Comparing with this book, I recommend Make Your Own Neural Network written by Andrew Trask to deep learning beginners.

非常棒。最簡單最基礎最需要謹慎的思考，這事關建立優秀的直覺.看到後麵突然驚覺，DL書包括本書都用到error這個詞，而 這個詞實際是嚴重誤導瞭讀者，我給取個更好的詞， “How far left if I were to reach the target”， 簡稱“left“；input 和weight 本質上是對稱的， forward propagation 與 back propagationyi'以及後麵修改weight過程實際上非常符閤人類的生活經驗：微微鏇動weight鏇鈕，input越大，到達target越快；微微鏇動input 鏇鈕， weight 越大到底target 越快，當然不可能鏇動中間層input，我們可以鏇動該層前麵的weigh。後麵教做framework太用心瞭

首先，這書是19年齣版，不是17年；第二，這本書隻有前半部分適閤入門，中間往後越來越有偷懶之嫌，我讀過較多深度學習入門書，無論是偏理論還是偏實踐，這是第一本介紹LSTM不用一張圖，而是完全用代碼堆砌和打不到重點的文字，LSTM明明最容易且最有必要用圖釋呈現，這種情況在書中的後半部分很常見，不止是針對LSTM，作者一改在前半部分中動不動就作圖說明的風格，那時候甚至不太重要的概念都作圖，後來是感覺讀者們翅膀一下子就硬瞭，不需要深入淺齣瞭？可你也沒什麼過渡部分啊，代碼數量在書的後半部分突然猛增，最重要的是注釋寫的真爛，號稱是入門書，代碼注釋這麼爛你好意思嗎？能簡簡單單看懂你代碼的人還需要讀入門書嗎？給三星評價是因為書的前半段有可取之處，在大量同類書中難得用代碼把一些最基礎功能實現，而不是外調函數。

一無所知者讀到第10章應該就夠瞭