我們都知道現在機器學習、深度學習的資料太多了,面對海量資源,往往陷入到“無從下手”的困惑出境。而且并非所有的書籍都是優質資源,浪費大量的時間是得不償失的。給大家推薦這幾本好書并做簡單介紹。
擷取方式
關注以下公衆号:python與機器智能
背景關鍵字回複【深度學習源碼】即可擷取
- 白話深度學習與TensorFlow
![](https://img.laitimes.com/img/_0nNw4CM6IyYiwiM6ICdiwiI0gTMx81dsQWZ4lmZf1GLlpXazVmcvwFciV2dsQXYtJ3bm9CX9s2RkBnVHFmb1clWvB3MaVnRtp1XlBXe0xCMy81dvRWYoNHLwEzX5xCMx8FesU2cfdGLwMzX0xiRGZkRGZ0Xy9GbvNGLpZTY1EmMZVDUSFTU4VFRR9Fd4VGdsYTMfVmepNHLrJXYtJXZ0F2dvwVZnFWbp1zczV2YvJHctM3cv1Ce-cmbw5CN0kDO0UmMzkDZwMDMjZmZyYzX4ADN1ADMwIzLchDMyIDMy8CXn9Gbi9CXzV2Zh1WavwVbvNmLvR3YxUjLyM3Lc9CX6MHc0RHaiojIsJye.png)
推薦指數:★★★★☆
本書本着“平民”起點,從“零”開始的初衷,介紹深度學習的技術與技巧,逐層鋪墊,把微積分、梯度等知識重點化整為零,把學習曲線最大程度地拉平,讓讀者有良好的代入感和親近感。
本書用漫畫插圖來調節閱讀氣氛,并且在每個講解的部分都有對比和執行個體說明,相親每位讀者都能感受到非常好的閱讀平滑感。
本書源碼
GitHub
位址:
https://github.com/azheng333/DeepLearningAndTensorFlow
- 深度學習入門之Pytorch
推薦指數:★★★★☆
本書将從機器學習和深度學習的基礎理論入手,從零開始學習
PyTorch
,了解
PyTorch
基礎,以及如何利用
PyTorch
架構搭模組化型。通過閱讀本書,你将學習到機器學習中的線性回歸和
Logistic
回歸、深度學習的優化方法、多層全連接配接神經網絡、卷積神經網絡等技術,最後通過實戰了解深度學習前沿的研究成果。
本書将理論和代碼相結合,幫助讀者更好地入門深度學習,适合任何對深度學習感興趣的人閱讀。
本書源碼
GitHub
位址:
https://github.com/L1aoXingyu/code-of-learn-deep-learning-with-pytorch
- 動手學深度學習
推薦指數:★★★★★
本書将全面介紹深度學習從模型構造到模型訓練的方方面面,以及它們在計算機視覺和自然語言進行中的應用。本書并不要求讀者有任何深度學習或者機器學習的背景知識,我們将從頭開始解釋每一個概念。
本書源碼
GitHub
位址:
https://github.com/d2l-ai/d2l-zh
- 深度學習
推薦指數:★★★★★