各路大神,能给推荐几本适合初学深度学习和神经网络的书吗?

老高说点话


路遥的《平凡的世界》,《墨菲定律》,金庸的小说《雪山飞孤》,《侠客行》,《这里的黎明静悄》,《老人与海》,《鬼谷子的《狼道》,《曾国藩传记》

中外,古今都包含,做人,做事,讲故事,说道理,名著,名言,砺志,为人处世等等都包含。

希望对你有用!


智能AI男101


你好,很高兴回答你的问题。

有一定Python基础之后就开始开发定位是件好事!

深度学习和神经网络这一块儿。我建议你大体了解其内容,然后分章节的在网络上搜各种的文章和视频来学习。

年前一段时间本人也在学习神经网络这一块儿。发现对数学的要求比较高,各种高阶公式和矩阵算法,学习起来比较吃力!

建议你去哔哩哔哩网站那上面搜索有关深度学习的一些视频。

有一个中国人教的,但是全程在讲英语的那个比较好。名字具体我忘了叫什么了,因为学习也比较久了。他的课程简单易懂并且全部都是免费的,我就是跟着他的课程学习的,如果有不懂的地方就停下来,去百度搜索其他的文章或者视频来辅助。

重要的还是坚持。加油!



小白说编程


这个首先要先看下你朋友的基础怎么样。深度学习需要了解机器学习的一些知识,并且还需要有一定的数学基础的。如果之前有了解过机器学习的知识,那么现在想要学习深度学习,就可以去看一些深度学习的入门教程。

前提条件

这里需要提一下,很多人都说学习深度学习不需要掌握机器学习的知识,这个看法我不太认同,虽然说机器学习并不是深度学习的必要条件,但是作为一个熟悉深度学习的人却不应该不了解机器学习的一些算法和概念。就像大学在学习高等数学的时候,和小学学习的求矩形面积关系很小,但是如果一个学习高数的人说他不会求矩形面积,那么这会让别人怎么看。所以我个人觉得学习深度学习知识还是应该储备一下机器学习的相关知识。

其次深度学习需要一定的数学基础,这个具体要看从事到什么程度而定,通常不是做学术研究的,基本上需要大学数学三剑客:高等数学,线性代数,概率论与数理统计。这里还要提一下,有很多人又要说,我数学很差劲,但是我懂深度学习,所以深度学习不需要太多的数学知识。其实有很多人的学习方法是以实践为主,而不顾理论知识的。这种方法可能在某一阶段能尝到甜头,但是这也是限制进步的最大的因素。你可以去搜索一个 CNN 的实战教程,然后跟着做,做完就是会了吗?没那么简单吧,当你不懂一个模型的原理,你有怎么能够灵活的去在合适的地方使用呢?

学习资料

之前的前提条件说完了,也简单阐述了下这些条件的必要性,至少是我个人的看法。那么如果你朋友都满足这些条件,那么就可以找一些入门教程了,下面我简单提供一些我个人看过的觉得还可以的内容:

  • 《神经网络与深度学习》,机械工业出版社出版,邱锡鹏教授著。

这本书我觉得非常适合入门学习,知识内容是由浅入深的,可读性比较强。内容涉及的知识点也比较全面。这个是我个人比较推荐的入门首选。

  • 《深度学习》(Deep learning),人民邮电出版社出版,Ian Goodfellow 等多位大佬著。

这本书被誉为是深度学习的“圣经”。有这个称号的书籍还真没多少。而且 Goodfellow 就是生成式对抗网络(GAN)的提出者。这本书具有国外图书的特点,理论性比较强,语言表达上可能并不是那么通俗易懂。但是这并不妨碍它成为经典。有兴趣也是可以拜读的。

  • 还有就是在开发实践方向上,目前使用的比较广泛的就是 Python 语言,可以了解下 numpy,pytorch 之类的库。这些网上都有对应的教程,自行搜索下就可以了。

学习路线

在了解深度学习的一些知识以后,可以学习下深度学习的框架,比如TensorFlow之类的,然后也可以尝试在实际领域去尝试做一些实践,比如NLP,视觉等等方向。


分享到:


相關文章: