圖書標籤: 深度學習  人工智能  機器學習  計算機  計算機科學  Python  原版  Learning   

喜歡 Grokking Deep Learning 的讀者還喜歡

• 
  Make Your Own Neural Network pdf epub mobi txt 電子書 下載
• 
  Data Analysis with Open Source Tools pdf epub mobi txt 電子書 下載
• 
  Microservice Patterns pdf epub mobi txt 電子書 下載
• 
  Data Structures and Algorithms in Python pdf epub mobi txt 電子書 下載
• 
  Python Algorithms pdf epub mobi txt 電子書 下載
• 
  Data Science at the Command Line pdf epub mobi txt 電子書 下載
• 
  Hands-On Machine Learning with Scikit-Learn and TensorFlow pdf epub mobi txt 電子書 下載
• 
  The Vital Question pdf epub mobi txt 電子書 下載
• 
  Python for Data Analysis pdf epub mobi txt 電子書 下載
• 
  Building Machine Learning Systems with Python pdf epub mobi txt 電子書 下載

適閤入門的一本書

一無所知者讀到第10章應該就夠瞭

非常棒。最簡單最基礎最需要謹慎的思考，這事關建立優秀的直覺.看到後麵突然驚覺，DL書包括本書都用到error這個詞，而 這個詞實際是嚴重誤導瞭讀者，我給取個更好的詞， “How far left if I were to reach the target”， 簡稱“left“；input 和weight 本質上是對稱的， forward propagation 與 back propagationyi'以及後麵修改weight過程實際上非常符閤人類的生活經驗：微微鏇動weight鏇鈕，input越大，到達target越快；微微鏇動input 鏇鈕， weight 越大到底target 越快，當然不可能鏇動中間層input，我們可以鏇動該層前麵的weigh。後麵教做framework太用心瞭

我同意，這本書前半部分特彆用心，可以說是非常盡善盡美瞭，但是後半部分，特彆是 LSTM 部分相當潦草。但是從整體上而言，這本書前麵特彆是到 CNN 的部分還是可取的，當然 LSTM 部分就看看吧。我給作者發郵件瞭，希望他能夠在第二版改善吧。不過總體而言，在這個大傢都喜歡用數學，用高深，不怎麼對普通初學者友好對社區，這本書真是一股清流瞭。同時我覺得這本書的 MEAP 和 Published 版本可能區彆很大，需要注意甄彆。

小白硬啃瞭一個月看瞭個大概，很有收獲！順帶的案例還在慢慢學習，希望能更進一步！