Grokking Deep Learning pdf epub mobi txt 电子书 下载 2025
- 深度学习
- 人工智能
- 机器学习
- 计算机
- 计算机科学
- Python
- 原版
- Learning
- Deep Learning
- Grokking
- MachineLearning
- ArtificialIntelligence
- NeuralNetworks
- TensorFlow
- DeepLearningPrimer
- Programming
具体描述
作者简介
目录信息
读后感
评分
评分
评分
评分
用户评价
读了前九章，看了书评决定不读后面的了。
评分小白硬啃了一个月看了个大概，很有收获！顺带的案例还在慢慢学习，希望能更进一步！
评分非常棒。最简单最基础最需要谨慎的思考，这事关建立优秀的直觉.看到后面突然惊觉，DL书包括本书都用到error这个词，而 这个词实际是严重误导了读者，我给取个更好的词， “How far left if I were to reach the target”， 简称“left“；input 和weight 本质上是对称的， forward propagation 与 back propagationyi'以及后面修改weight过程实际上非常符合人类的生活经验：微微旋动weight旋钮，input越大，到达target越快；微微旋动input 旋钮， weight 越大到底target 越快，当然不可能旋动中间层input，我们可以旋动该层前面的weigh。后面教做framework太用心了
评分在调包类书籍泛滥的当下，这本书可以说是非常old school了，作者通过10多章的铺垫，最终完成了一个微型的深度学习库，这应该也是本书的最大价值。同时这本书的覆盖面和难度对初学者来说还是比较大的，读起来不像同系列的《算法图解》那样轻松。
评分我同意，这本书前半部分特别用心，可以说是非常尽善尽美了，但是后半部分，特别是 LSTM 部分相当潦草。但是从整体上而言，这本书前面特别是到 CNN 的部分还是可取的，当然 LSTM 部分就看看吧。我给作者发邮件了，希望他能够在第二版改善吧。不过总体而言，在这个大家都喜欢用数学，用高深，不怎么对普通初学者友好对社区，这本书真是一股清流了。同时我觉得这本书的 MEAP 和 Published 版本可能区别很大，需要注意甄别。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有