具體描述
讀後感
評分
評分
評分
評分
用戶評價
讀瞭前九章，看瞭書評決定不讀後麵的瞭。
评分首先，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。
评分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.
评分在調包類書籍泛濫的當下，這本書可以說是非常old school瞭，作者通過10多章的鋪墊，最終完成瞭一個微型的深度學習庫，這應該也是本書的最大價值。同時這本書的覆蓋麵和難度對初學者來說還是比較大的，讀起來不像同係列的《算法圖解》那樣輕鬆。
评分在調包類書籍泛濫的當下，這本書可以說是非常old school瞭，作者通過10多章的鋪墊，最終完成瞭一個微型的深度學習庫，這應該也是本書的最大價值。同時這本書的覆蓋麵和難度對初學者來說還是比較大的，讀起來不像同係列的《算法圖解》那樣輕鬆。
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈圖書下載中心 版权所有