Deep Learning with Python, Second Edition

• 看多就懂了

  08-05
  绝对好书，看了那么多深度学习的书籍，没见过这么通俗易懂，特别是 对 tensor 和 compute graph的解释，是所有书籍中最好的，看这本书能节省 海量的人生。。
• yar2001

  11-22
  非常优秀的入门书！这本书对时间序列、NLP、计算机视觉、图像生成都做了充分而细致的介绍，紧跟前沿。同时揭示了深度网络的本质——找到高维数据空间的低维流体，并解释了基于几何变换和差分的深度网络的局限性。本书还对人工智能的未来进行了展望，例如添加程序处理原语，让神经网络不仅能捕捉特征，还能操控结构。同时，作为 Keras 开发者，作者对架构、抽象都有深刻理解，在介绍概念和细节的同时，会解释它在系统中的作用、设计思路和数学原理。从使用者、研究者和框架开发者三个角度进行阐述，完整的回答了“怎么用”、“为什么可以用”和“这么用的意义”的问题。
• yl

  02-13
  a friendly book
• 阿凡达弟弟

  09-15
  入门不错，深入的话稍显啰嗦和深度不足。
• 喀喀喀

  01-18
  If you become a deep learning researcher, cut through the noise in the research process: do ablation studies for your models. Always ask, “Could there be a simplerexplanation? Is this added complexity really necessary? Why?”- the author really did it.
• 焚琴煮茶

  07-26
  是最好的deep learning教材了：理论部分intuitive的恰到好处，不浅薄也不过于硬核，尤其是CNN，RNN，Transformer这三章给我留下了非常深刻的印象，穿插的例子都相当make sense；代码部分详略得当，text 这一章比较复杂，顺便刷新了对class的认识，Keras真是好用，谁用谁知道！ 最后一章深入讨论了AI，我很认同artificial intelligence 应该称为 artificial cognition这个论点，眼下的AI 和底特律里的仿生人完全不是一回事，它们只是在gradient decent 罢了【不是】
• 清風明月

  07-12
  最好的深层学习入门书，没有之一。相较第一版至少有一半以上内容增加，囊括了最新的transformer。阅读的时候就有一种：新书到手，天下我有！的感觉。不愧是keras的作者，对deep learning的讲解深入浅出，尤其是很多概念的由来，模型的训练tricks。除了最后一章对于未来machine learning的构想只适合了解以外，私以为每一章的每个细节都适合多次阅读，并且在实践中反复测试。读完以后，一个感觉就是有些相对厉害的中牛（姑且称之为不愿意分享核心技术的炼丹师们），不会告诉你他们读过这本书，因为这本书不仅仅是理论+实践那么简单，里面还有很多心法。很多机器学习和深层学习的书会给你讲原理，但很少告诉你如何提高训练精度。这本书会让你少走很多弯路！
• 风乍起

  10-17
  写的通俗易懂，入门最佳读物。
• yinchaoonline

  04-15
  2nd edition claims to be fairly different from 1st edition, with 1/3 longer and 75% novel content. However, after reading the whole book (7-8h), the main contents of the 2nd edition is quite similar to the 1st edition, only with more noticeable new contents in ch01-02, ch09, and ch14. Overall, it is a fantastic book to deepen understanding of DL.
• monarch

  06-01
  一年前看过第一版，但忘的差不多了，这次就第一版和第二版一起看的，差别还是挺大的，前面那个说“quite similar to the 1st edition”的人压根就没仔细看。我所有代码都跑了，同时和第一版的做了对比，差别在：很多数据预处理用了最新的集成在keras里的函数，而第一版基本是用base python做的，其他的部分如果keras有更新，书里也跟进了；介绍了第一版以来到2020年书出版的时候DL的新进展，比如介绍了attention；对于用RNN来做时序分析单独写了一章；第7章关于深入实用keras的介绍比第一版深入多了，不过这部分内容更推荐那本《机器学习实战》 hands-on那本，虽然本书是keras之父写的，那不如人家介绍的好。最后，能看第二版的尽量第二版