深度学习：智能时代的核心驱动力量
读书评论：
-
qxde0104-25神经网络的历史回顾，主要参与者的贡献
-
Andrew04-271.作者在深度学习领域的研究历程。内容广而不深。2.深度学习的应用超前于理论。类似人类尚未能解释大脑的学习以及意识的机理。3.深度学习理论的发展是否有助于解释人脑，甚至是其他生物的进化学习过程？
-
满满和妈妈03-30个人记忆串起了学科历史和行业历史
-
37℃09-21一位功成名就的老大爷晚年大型指点江山 show off现场 充满干货和趣闻 后面的很多话题也非常激动人心 读的似懂非懂 准备把这本当作入门 以后慢慢学习
-
未央03-27本书是作者深度学习的科研历程，不是深度学习的入门教材。
-
纸鸢01-29深度学习，从入门到放弃
-
Tod Chinn06-272020032，1、三次人工智能危机，第一次「积木问题」通过感知器算法解决，第二次「感知器组成神经网络」通过玻尔兹曼机解决，第三次「人工智能训练速度过慢」通过摩尔定律解决 2、未来人工智能三大挑战，对人工智能理解不足-对脑科学理解不足-现世代芯片的物理极限快要来临，这三大挑战的分类感觉上可以应用到各种难题，三种第一性原理：「对难题认识不足」不了解难题特征，「对自己认识不足」现有解决方案没有超过人自己的物理限制，「无法超越物理限制」现有方案没有结合到更好的科技、机制载体
-
自娱者小五06-20大师未必是个好作家的又一例证，不仅对读者定位不清，连内容编排上也让人头疼。深度学习这么容易出东西的主题，历史沿革、算法发展、原理阐释、产业预期，随便哪一个拎出来写写清楚，哪怕就是一家之言，都可以是本好书。结果这书不知道意在哪里，只看到从科普角度讲生物、脑科学、算法模型、微电子……哪哪的术语用得如此随意，深度信息又极其匮乏叠加一些不痛不痒的八卦，回顾不全，前瞻也没什么东西，实在是…只能说作者太棒了，知道得太多了，以上。
-
dt112503-19读不下去，把复杂的事情讲得更凌乱
-
孙景真04-23神经网络的生物学原理啃起来太费劲了，人脑真是大自然最神奇的产物。意识就是运行在大脑操作系统上的应用程序，储存我们一生积累的大量经验，并塑造我们的行为。“如果我们能够弄清楚大脑的操作系统是如何工作的，就可以基于相同的一般原则来组织大数据。”！？！
-
Yanhaoo04-26本来是当科普读物看的，但是科普程度一般，还充斥着作者无限的个人经历，与本文核心并无关心，纯属凑数
-
josuya01-28选择这本书只有两个原因：第一，2018年MIT出版社出版；第二，Hinton说“特伦斯是一名杰出的神经科学家，我们于1986年共同发明了玻尔兹曼机”。读完之后，感觉对于深度学习，其实我们都是外行，因为这是一种融合了多门科学智慧的方法。
-
armman06-07虽然作者比较牛 但是把基本的概念说得不够彻底把原理讲的不够通俗 功力深厚体现不出来啊
-
文约03-30感觉还是很厉害，人类对未知的探索很艰辛，但一点点的开拓，却属不易啊！
-
Vamei01-31听大佬聊八卦，特别是神经网络的生物学原理。
-
霍乱03-06这本书首先定位就不太明确, 对于初学者来说, 讲解一大堆算法, 其实没有什么意义. 对于有一定知识储备的人来说又过浅. 两头不讨好. 其次, 作者对算法的历史写得过于详细了. XX大学的XX教授发明了算法A, XX大学的XX博士制作了程序B. 天, 这是凑字数用的吗?