豆瓣评论

  • Rosetta
    第二版英文开源项目已更新到19章。基础部分已食用。各种应用待了解。P.S.这本书的阅读体验很像格里菲斯的量子力学,都是先带着你动起来,并且前半部分介绍原理和基础,后半部分介绍各种应用。这样的编排真的很适合新手向教学。02-05
  • 夜鷹
    好 就是新版啰里八嗦的04-05
  • Jackning
    不错,Jupyter notebook这种形式进行学习不错04-07
  • 自娱者小五
    基于mxnet,我暂时还没接触所以着重算法原理和一些基本编程技巧比较多,前大半部分质量比较高,后面突然好像换了个写法,质量就有点不好说了。没有大多数同类书籍的翻译问题,代码也相当详细,实用四星。09-25
  • 南方B3
    强推,Pytorch版本也有04-27
  • 石与草
    看的pytorch版,概念讲的比较清,不错。03-02
  • 一只黑眼睛看着大千世界
    第一版一般,集中于mxnet实现,内容安排比较随意,优点在于真的能跑的代码,真的去实现了几种CV网络。第二版在官网,丰富了很多理论知识,结构更顺畅、规整(类似其他老牌书的架势),同时提供mxnet、pytorch、tf三套代码,增加了Attention、BERT、推荐系统(很扎实)、GAN05-17
  • Hil_C
    喜欢一个写框架的人写出来的深度学习 非常扎实 一晚上翻完了!我想看李沐写的框架教程!06-16
  • 五杀摇滚吉他手
    其实我觉得它的pytorch版写的更好,mxnet安装太劝退了。既有造轮子又有撸框架,对萌新不要太友好。03-11
  • 飞林沙
    全书基于MXNet,但是其实我相信大部分公司还是以Tensorflow为主吧,所以代码的实用性不高。但是其实抛去代码本身,书上对于原理和示例的讲解,都是很清晰的,然后代码其实也可以很好的反映出实现方式,是一本很值得推荐,比花书更贴近生产实践的入门实战书。11-26
  • 旸谷
    目前市面上有关深度学习介绍的书籍大多可分两类,一类侧重方法介绍,另一类侧重实践和深度学习工具的介绍。本书同时覆盖方法和实践。本书不仅从数学的角度阐述深度学习的技术与应用,还包含可运行的代码,为读者展示如何在实际中解决问题。为了给读者提供一种交互式的学习体验,本书不但提供免费的教学视频和讨论区,而且提供可运行的Jupyter记事本文件,充分利用Jupyter记事本能将文字、代码、公式和图像统一起来的优势。这样不仅直接将数学公式对应成实际代码,而且可以修改代码、观察结果并及时获取经验,从而带给读者全新的、多方位交互式的深度学习的学习体验。 本书面向希望了解深度学习,特别是对实际使用深度学习感兴趣的大学生、工程师和研究人员。本书不要求读者有任何深度学习或者机器学习的背景知识,读者只需具备基本的05-16
  • 不服不忿
    读过在线版,有配合的教学视频,比Andrew Ng那个要深入,差不多达到够应用的水平。。代码没跑过,因为目前我看到的代码都没有用Mxnet。。读过几个其实很清楚。。05-18
  • 軒轅鍾書
    很多实操的例子介绍了基础的 DL 知识,入门和上手都很不错,干货是真不少。遗憾的点就是不是 TF 的例子,对于初学者来说相当于多学 mxnet 了。09-28
  • 肉粽
    最好的深度学习入门教材!没有之一!友好到爆的实践体验,思路清晰的从零实现,推荐使用pytorch版本网页,毕竟我pytorch天下无敌……哈哈哈。你给我点赞,我奉上pytorch版本链接:https://tangshusen.me/Dive-into-DL-PyTorch/#/04-01
  • 女王公园的八神
    一看就是做工程的人写的,很实用。对于入门MXNet是一本绝佳的教材,一些计算机视觉的相关知识写的也很通俗易懂06-14
  • heisen
    应该是到2020年为止最适合入门的一本深度学习教材了吧, 讲的东西虽然不是很深,但是都很clear,还讲解了MXNet相关的实现, 最好还是看英文版的, 讲了attention mechanism和别的机制,这些貌似中文版没有,RNN推荐再看看CMU的DLhttps://www.youtube.com/watch?v=YYNNTrSROa4Attention 推荐看看李宏毅两倍速就行https://www.bilibili.com/video/av48285039?p=92假如实在这也学不会, 只推荐看UW的这个DL了。。。虽然这么浅基本就是追求广度的科普https://github.com/jeffheaton/t81_558_deep_learning01-04
  • 泥豆尼痘昵
    这书是实践导向入门书,优点是平易近人、操作性强、覆盖面广,缺点是深度不足,毕竟本来就是本科教程。五星评价的原因是此书把优点极致放大,做到了现今市面上没有哪一本书能够替代掉它的功能,即便缺乏深度是不可置疑的软肋。按照作者的安排一步一步从简单代码到各种模型的实现,几乎只需要参考这一本书,除非是追求更高精尖的想法或是更基础严谨数学公式推导证明,而在这一步一步敲代码过程中,读者对理论的理解也能更好的找到落脚点。作为与花书同样完全开源的专业书,此书风格一看就是工程师出身的人写的,而花书一看就是科研工作出身的人写的,虽然一个是入门用,一个是进阶用,但两者重叠的部分都是此书更佳,而更进阶的内容推荐直接读原始论文或相应综述论文,更数学的推荐类似《Applied Predictive Modeling》的书。06-05