深度学习入门：基于Python的理论与实现

参考文献，记得看！！！11-27

上学期间大概一个月读完这本小册子，概念很直白易懂，也能利用给定工具搭建起自己的网络，但遗憾的地方在于实用性可能差一点，如何对不同的数据集或者自己爬取的数据集做标签，如何利用现有框架，当然本书也不在于重点讲这些，瑕不掩瑜，五星10-28

确实是很好的入门书，从简单开始逐渐深入，0基础也能看懂。11-20

挺好的入门学习参考书12-04

是也乎 ╮(╯▽╰)╭和隔壁那本图解的内容一致…侧重原理讲解…乍完成一个实锤…死活不讲…再也不买日本人写的了啊啊啊啊啊啊啊啊…09-10

19年初拿起来读，然后去干活去了断了一段时间，20年2月在家读完。总的来说，是比较基础的介绍，基于Python手把手教实现代码非常良心，作为入门深度学习的书可以学到不少东西。即使是在看完比较高阶的课程，自己做了些实例，回过头看也学到了不少东西，斋藤桑对于深度学习的理解非常深度！最后对于深度学习的历史发展和未来方向的介绍非常简明扼要，值得结合参考文献好好研究！02-12

现在再回来翻看，这本书应该是非框架书里最强的了，日本人还是有一套的，pytorch里许多地方都是从日本人的chainer里学来的。书里面对计算图反传和im2col的讲解都非常好。02-26

科普完成，不太复杂的代码也能达到很高的手写数字识别率，还是挺神奇的。09-06

有点太简单了，稍微有点基础，一天能看完。不过这种通俗易懂讲解深度学习的方法值得学习。09-01

这本书写得通俗易懂很好，算是入门有个大概方向了！08-11

对于深度学习入门而言，这是我推荐的第一本书，随便翻过不下10本类似书籍，应该说这本从各方面而言都是最佳的。虽然这本书没有任何现有框架的介绍，比如sklearn，tensorflow，keras等，但是对于像从头了解深度学习（特别是神经网络）而言，非常好。在这本书的基础上，再去找个比如sklearn的框架按照例子跑跑，就差不多了。12-02

日本人还真是认真，近乎于刻板的认真，但是写的真是好，没有介绍各种复杂又经常令人费解的深度学习框架（国内介绍各种深度学习框架的真是，毫无诚意，各种复制粘贴，骗钱是唯一目的），也没有介绍深度学习理论和数学基础知识，也没有介绍循环神经网络和对抗神经网络，也没有介绍深度学习的前沿应用，只做一件事就是解析深度学习最基本单元的实现，例如：激活函数、正向传播、反向传播的Python实现，几乎是手把手教你，这些东西才是最基本的东西，对我们理解深度学习有很大帮助。01-26

太棒了，力荐想在自己专业引入机器学习或深度学习算法的朋友们阅读，这简直是《三天了解深度学习》《小白的深度学习入门书》表演，从没见过一本书讲梯度还从求导开始，很对得起前言中对书的定位，承诺的都做到了（爱死了能实现承诺的作者）。私以为写得特别好的部分非反向传播莫属，第五章读了4遍，不是因为第一次没看懂，就是单纯太喜欢了；其次是第七章，很友好但确实还是需要一点基础才会更有价值；再次是第六章，权重初始值设置部分算亮点，但正则化部分还可以更好些。想来近一年看来最可爱的编程算法书大多出自日本学者之手（不知是不是也有翻译因素），图灵丛书居多，以后选书方向更明确了，开心。07-19

非常清晰的一本深度学习入门书，没有过多的公式罗列，无论是没接触过DL的算法工程师，还是有意向了解DL的工程师，都很适合来读。美中不足的是可能过于强调浅显易懂，反而把一些简单的事情复杂化了，比如链式法则；然后就是有些代码写的不够好，有些误导性。05-27

基本原理，简洁清楚，所用数学基本就是大一水平。适合做第一本入门书。实战性差一点。10-07

门槛超低的 deep learning 入门，这是 "知新"；顺带复习了 machine learning 部分概念和用 numpy 的实现，这是 "温故"。300 页中文版，一天可以看完。另外，某些表达方式和举例可以证明，这真的是一本日本人写的书 www08-21

佩服至极！这本书真的是不来虚的，一上来就是手把手教你一步步搭建出一个神经网络，还能把每一步的出处讲明白。现在看来神经网络和数字通信里面的均衡有异曲同工之妙。对我这种通信工程师来说，理解神经网络倒是不用费什么功夫，通过这本书，很容易就能入门。08-17

我是在研究室看的日文版。这本书实现的神经网络全是用numpy。超级适合刚刚入门想了解神经网络，数学不好看公式看不懂的人，看完这本基本就懂深度学习是弄啥子了。如果连这本都看不懂的话，可以去看《Python神经网络编程》。我个人认为这两本书是最简单直白的方式让人理解神经网络的了。07-14