Grokking Deep Learning 在线电子书 图书标签: 深度学习  人工智能  机器学习  计算机  计算机科学  Python  原版  Learning   

喜欢 Grokking Deep Learning 在线电子书 的读者还喜欢

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

首先，这书是19年出版，不是17年；第二，这本书只有前半部分适合入门，中间往后越来越有偷懒之嫌，我读过较多深度学习入门书，无论是偏理论还是偏实践，这是第一本介绍LSTM不用一张图，而是完全用代码堆砌和打不到重点的文字，LSTM明明最容易且最有必要用图释呈现，这种情况在书中的后半部分很常见，不止是针对LSTM，作者一改在前半部分中动不动就作图说明的风格，那时候甚至不太重要的概念都作图，后来是感觉读者们翅膀一下子就硬了，不需要深入浅出了？可你也没什么过渡部分啊，代码数量在书的后半部分突然猛增，最重要的是注释写的真烂，号称是入门书，代码注释这么烂你好意思吗？能简简单单看懂你代码的人还需要读入门书吗？给三星评价是因为书的前半段有可取之处，在大量同类书中难得用代码把一些最基础功能实现，而不是外调函数。

首先，这书是19年出版，不是17年；第二，这本书只有前半部分适合入门，中间往后越来越有偷懒之嫌，我读过较多深度学习入门书，无论是偏理论还是偏实践，这是第一本介绍LSTM不用一张图，而是完全用代码堆砌和打不到重点的文字，LSTM明明最容易且最有必要用图释呈现，这种情况在书中的后半部分很常见，不止是针对LSTM，作者一改在前半部分中动不动就作图说明的风格，那时候甚至不太重要的概念都作图，后来是感觉读者们翅膀一下子就硬了，不需要深入浅出了？可你也没什么过渡部分啊，代码数量在书的后半部分突然猛增，最重要的是注释写的真烂，号称是入门书，代码注释这么烂你好意思吗？能简简单单看懂你代码的人还需要读入门书吗？给三星评价是因为书的前半段有可取之处，在大量同类书中难得用代码把一些最基础功能实现，而不是外调函数。

This book helps to grasp some basic math concepts that under the hood of neural networks for those without classical math background. However, for me, some concepts and code are misconstructed and explained superficially. Comparing with this book, I recommend Make Your Own Neural Network written by Andrew Trask to deep learning beginners.

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。

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。