新手入門深度學習？這裏有7本必看書籍

對於入門深度學習的書籍，計算機視覺專家 Adrian Rosebrock 最近寫了篇很是實用的書單，給深度學習新手推薦了7本書籍，最最重要的是，告訴了你最適合看哪些書。

這些書中，有一些理論深厚，主要專一於神經網絡和深度學習背後的數學知識以及相關的設想。另外一些則徹底從實際出發，它們經過代碼而不是理論來教會你深度學習。

還有一些書則兼顧理論和實踐，在讓你親身實踐的同時提供給你必定的理論知識，而且讓你親自實現這些理論算法來進行學習（這種書籍誰不愛呢）。

下面咱們會談談每一本書所涉及的核心內容、目標讀者以及這本書是否適合你。

在選擇一本書以前，最好評估一下本身的我的學習風格，這能使你更充分地利用書籍並從中獲得最大的收穫。

---

首先問本身如下幾個問題：

什麼纔是我學習的最好方式？我是更喜歡從理論文字中獲取知識呢？仍是更但願從代碼片斷和具體實現中汲取養分？

每一個人都有本身獨特的學習風格，而你本身最好的學習方式又決定了你應該看哪些書籍。

好比對於有些人來講，喜歡在理論和實踐之間取得平衡，所以很適合看兼顧理論和實踐的書籍。太過理論或者抽象的深度學習書籍只會讓他們感到枯燥無味，怕是會看得要睡着了。但話說回來，若是一本深度學習書籍徹底跳過理論而直接進入具體的代碼實現中，那麼讀者會錯過核心的理論基礎，而這些東西可以幫咱們解決新的深度學習問題或項目。所以就他們而言，一本優秀的書籍須要在這二者之間尋求一個平衡。

咱們須要理論來幫助本身理解深度學習的核心基礎，同時也須要應用和代碼來幫助咱們加深學到的知識。

書籍1——《Deep Learning》

若是要寫一篇關於最棒的深度學習書目的博客，那就不得不提 Goodfellow, Bengio, 和 Courville 三位大師的《Deep Learning》。本書中文版爲《深度學習》，譯者：趙申劍、黎彧君、符天凡和李凱。

這是一本教授深度學習有關的基本原理和理論的大學教材。Goodfellow 等人的《Deep Learning》是一本純粹的理論書籍，它面向的是學術界的讀者，全書中沒有一點代碼。

本書首先討論了機器學習的基礎知識，包括從學術觀點出發的學習深度學習（線性代數、機率論和信息論等）所必需的應用數學知識。

隨後深刻探討了現代深度學習算法和技術。在最後，本書重點關注了當前的深度學習的研究趨勢和深度學習領域的新動向。

能夠在本書官網上免費閱讀電子版，也可自行購買實體書。

若是符合下面的條件，你應該讀讀這本書：

• 相較於實踐，你更喜歡理論知識

• 喜歡學術做品

• 你是一個從事深度學習研究的教授、本科生或研究生

書籍2 —— 《Neural Networks and Deep Learning》

第二本要推薦的深度學習理論書籍是 Michael Nielsen 的著做《Neural Networks and Deep Learning》。

這本書中總共有 7 段 Python 代碼，它們利用 MNIST 數據集講述了各類機器學習、神經網絡和深度學習技術的基礎知識，對闡釋書中講到的理論概念大有幫助。

若是你是一個剛入門機器學習和深度學習的新手，而且急切地想深刻理論領域裏，那麼這本書應是你的首選。

此書相比 Goodfellow 的《Deep Learning》更加易讀，而且 Nielsen 的寫做風格配上書中的代碼片斷也使得讀完這本書更加容易。

在本書官網上可免費閱讀電子版，網上有分享的對應中文版資源，可自行尋找。

若是符合下面的條件，那麼你就應該讀一讀這本書：

• 你正在尋找一本深度學習的理論書籍

• 你是一個機器學習或深度學習領域的新手而且更傾向於從學術角度來深刻了解該領域

書籍3——《Deep Learning with Python》

Google AI 研究人員，以及頗受歡迎的流行的深度學習庫 Keras的做者Francois Chollet，在2017年10月份寫下了這本《Deep Learning with Python》。

這本書從實踐者的角度講解深度學習，雖然書中也提到了一些理論知識，可是每隔幾個段落，都會教你如何用 Keras 去實現相關技術。

Francois 在書中提供了許多將深度學習應用於計算機視覺、文本、序列等方面的例子，對於想要在學習機器學習和深度學習的同時也瞭解 Keras 的讀者來講，這本書涵蓋的內容很是全面。

本書內容不只簡潔易懂，並且做者對於深度學習的趨勢和歷史的一些見解一樣使人印象深入。

須要注意的是這本書並非一本很是深刻的深度學習書籍，它最重要的做用在於經過使用 Keras 庫寫一些各類各樣實際的深度學習示例來教你領會深度學習的基礎概念。

若是符合下面的條件，那麼你就應該讀一讀這本書：

• 你對 Keras 庫很是感興趣

• 你更喜歡經過實踐進行學習

• 你想要快速理解深度學習是如何應用到不一樣的領域中的，好比計算機視覺、序列學習和文本分析等

書籍 4 ——《Hands-On Machine Learning with Scikit-Learn and TensorFlow》

有些人第一次購買 Aurélien Géron 的 Hands-on Machine Learning with Scikit-Learn and TensorFlow ，並不太肯定能學到什麼，只當它只是一本機器學習的基本介紹，若是不是題目裏有 「TensorFlow」，估計會徹底無視它。

好比有人就以爲給本來就很長的書名後面再加個TensorFlow，這是爲了增長髮行量而採起的市場伎倆，畢竟對深度學習感興趣的人那麼多，對吧？

可是若是這麼想，那就錯了，這是一部很是優秀的做品，書不可貌相啊。

這本書主要分爲兩個部分。

• 第一部分涵蓋了機器學習的基礎算法，如支持向量機、決策樹、隨機森林、集成方法和一些基本的非監督學習算法，每一種算法還有附帶的 Scikit-learn 示例。

• 第二部分則經過 TensorFlow 庫講解了深度學習的基礎概念。

若是符合下面的條件，那麼你就應該讀一讀這本書：

• 你是一個機器學習新手，而且但願經過代碼示例入門機器學習的核心原理

• 對流行的 scikit-learn 機器學習庫感興趣

• 想快速學習如何使用 TensorFlow 庫完成基本的深度學習任務

書籍5——《TensorFlow Deep Learning Cookbook》

若是你喜歡「代碼多理論少」這樣的教學風格，那麼我建議你讀一讀 Gulli 和 Kapoor 的 《TensorFlow Deep Learning Cookbook》。

這本書是徹底手把手講解，而且也是一本很是好的 TensorFlow 參考書。 它不教授深度學習，而是向你展現在深度學習中，如何使用 TensorFlow 庫。

不要誤會 —— 跟着這本書你絕對可以學到新的深度學習概念、技術和算法，但這本書採起了更加實戰化的方式：包含大量的代碼以及對這些代碼的講解。

不過本書惟一的缺點就是其中有很多錯別字，但對於一本以代碼爲中心的書這是預料之中的。錯別字沒法避免，閱讀之時必定要細心。

若是符合下面的條件，那麼你就應該讀一讀這本書：

• 已經學習了深度學習的基本概念

• 對 TensorFlow 庫感興趣

• 喜歡提供解決問題的代碼但不關心底層的理論這樣的「手把手」教學方式

書籍6——《Deep Learning: A Practitioners Approach》

大部分的深度學習書籍中含有 Python 代碼示例，但 Adam Gibson 和 Josh Patterson 的著做《Deep Learning: A Practitioners Approach》採用了Java 和 DL4J 庫。

在這本書的前幾個章節裏， Gibson 和 Patterson 討論了機器學習和深度學習的基本知識，剩下的部分則涵蓋了使用 DL4J 庫寫成的 Java 深度學習代碼。

若是符合下面的條件，那麼你就應該讀一讀這本書：

• 你在平時工做學習中要用到 Java 語言

• 你所在的公司或單位主要使用Java編程

• 你想要知道如何使用 DL4J 庫

書籍7——《Deep Learning for Computer Vision with Python》

由計算機視覺專家Adrian Rosebrock編寫的《Deep Learning for Computer Vision with Python》被評爲當前最好的深度學習和計算機視覺資源之一。

Google 的 AI 研究員和 Keras 庫的做者Francois Chollet對於本書作出過這樣的評價： 這是一部關於計算機視覺的卓越的、深刻且實用的深度學習實踐做品。我認爲它很是易讀易懂：書中的解釋清晰而又詳細。在書中你可以找到許多在其餘書籍或大學課程中難以見到的實用的建議。對於從業者和初學者，我強烈推薦這本書 —— Francois Chollet

若是你對在計算機視覺（圖像分類，對象檢測，圖像理解等）中應用深度學習有興趣，那這本書再好不過了。

在這本書中，你將可以： 理論和實踐並重地學習機器學習和深度學習的基礎內容 學習先進的深度學習技術，包括對象檢測、多GPU訓練、遷移學習以及生成對抗網絡等 復現最前沿的論文成果，包括ResNet、 SqueezeNet、 VGGNet以及其餘存在於 ImageNet 數據集中的成果

除此以外，書籍還兼顧理論和實踐二者之間的平衡，對每個深度學習理論，都會有一個關聯的 Python 實現來幫助你鞏固對其的理解和學到的知識。

若是符合下面的條件，那麼你就應該讀一讀這本書：

• 你對將深度學習應用於計算機視覺和圖像理解上有着特別的興趣

• 你喜歡的學習方式是兼顧理論和實踐

• 你想要一本能使複雜的算法和技術變得簡單易懂的深度學習書籍

• 你想擁有一本清晰易懂的書籍引導你探索深度學習的奧祕

結語

本文咱們討論了7本深度學習領域的書籍，以及適合它們的閱讀人羣。

固然，若是你想看看除了書籍外的其它深度學習資源，千萬別錯過集智主站的《淺說深度學習》系列專欄：

淺說深度學習系列

以及《玩兒懂深度學習》系列教程：

玩兒懂深度學習系列

假如你是真正的小白，但又但願可以以最高效的方式學習人工智能知識，那麼請仔細研讀如下文字：

集智第6期AI工程師線上培訓班立刻開始了！

• 每週直播授課，配以鞏固做業，週末批改+講解，幫你從零開始到精通，腳踏實地變身AI工程師。

• 名師授課。國內一線企業工程師、技術負責人、名校博士、國際期刊審稿人授課。

• 適用人羣：初中以上數學基礎便可，任意編程基礎都可。咱們徹底有信心讓你從AI菜鳥變身技術大拿。

課程詳情及課堂片斷，請戳這裏，詳細瞭解！

席位有限！限時團購！推薦有獎！

機不可失，失再也不來，等你哦！