Deep Learning with Python, Second Edition
读书评论:
-
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。。
-
yar200111-22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。
-
yl02-13a 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01-18If 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。
-
yinchaoonline04-152nd 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.
-
monarch06-01一年前看过第一版,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