Python深度学习（第2版）电子书的评论，读后感，观后感-琅嬛苑

书名
Python深度学习（第2版）
作者弗朗索瓦·肖莱
格式PDF
ISBN书号9787115597175
出版年2022-9-1
出版社人民邮电出版社
页数432
定价129.80元
装帧平装

豆瓣评论

峰回路转

谷歌大神的作品没有复杂的数学公式便于阅读内容实操性比较强且所选内容比较接地气很不错！01-10
h猫l头

和上一板知识面差不多，还没全部看完，目前看的话多了图像分割的例子，然后对于keras的使用更加深入，包括简单的层块堆叠，函数式api，模块子类化的解读。使用了tensorflow2.6.0的很多功能，上一版没有的callback使用，EarlyStopping、ModelCheckpoint等，还有TensorBoard的使用也有稍微说一下09-09
komorebi

代码可读性非常高，还有一一些网络架构的经验值得参考，是一本面向应用的好书03-09
walliff

少数学，讲框架，有点python基础，读下来不会太困难，力荐09-20
触摸壹缕阳光

依然是最好的深度学习入门书，相比于第一本，这一本加了不少新的内容，而且难能可贵的是，作者加了很多自己的经验想法，这是在其他书很少看到的。融合keras的tensorflow2虽然饱受诟病，但是keras依然是快速实现想法的最优秀的深度学习框架。08-03
问我去何之

虽然代码一行没看……09-09
蓝太阳

写得清晰易懂。但内容与书名不符，叫《keras实战》更合适，因为全书大部分内容都在写如何使用keras搭建深度学习模型，且并没有深入讲解keras的内部实现原理。另外，书的最后一章作者写了些自己对于通用人工智能发展方向的想法，还是挺有启发的，虽然这与“实战”没有任何关系。01-24
1984

依旧是深度学习最佳入门书，和第一版差别不大，增加了callback等模块介绍03-21
豆友d3AXpEjQl0

清晰且生动，严谨中夹杂着点小幽默05-31
天行健

1. 第一遍初步读完，对深度学习有了初步的感知。2. 找一个足够大的假设空间（可以通过层的不断堆叠），找一个连续可微的损失函数，通过梯度下降法（反向传播），不断迭代逼近最终的超平面；模型中每一层训练得到的参数，就是学习到的知识。 3.足够大的假设空间意味着模型总要先具备过拟合的能力，然后再想办法解决过拟合。 4. 未来需要上手keras，找一些案例试着做一做。07-28
Loki

非常好的入门书，深入浅出12-18
蓝黑星空

吴恩达深度学习教程很好的补充11-17