Deep Learning｜用Python進行深度學習的基礎理論實作

本書撰寫層次清楚、明瞭，由淺入深、循序漸進，是非常適合初學者探索 "Deep Learning"  的入門圖書。本書作者 齊藤康毅 採用 結合Python 運算式詳細解說、淺顯易懂。對於初接觸者在認知"感知器與神經網路"，描述深入且易懂。對於數學算式基礎不強的人，也很容易理解。特別是CH.7 解說 CNN (Convolutional Neuro Network) 的物理精神與原理架構清楚明瞭。是一本值得推薦給初學者的好書。

剛看完此書。

此書適合毫無深度學習背景或觀念的初學者閱讀，數學部分也需要微分、矩陣運算、統計等基本能力。程式的部分只是針對內容進行說明和結果證明，並沒有真正的應用(例如：影像判讀)。

所以，可以很快地獲得與建構深度學習的基礎知識與基本觀念，程式大略看過即可，重點大概就是在方法上的學習，實作部分確實比較缺乏。

我覺得這本書很適合入門者，它不會直接給你一個陡峭的山壁來要你去爬，而是一層一層地鋪上，由簡單到進階。

雖然看這本書可能沒辦法直接做深度學習的實際應用，但是一旦知道了後面的理論之後，我覺得再來套框架都會很有感覺。

不過有些地方的確沒辦法一看就理解，可能需要經過細心咀嚼之後，才會知道為什麼要這樣做。

不過在看這本書之前，建議要會python以及一些基本的數學運算(如:微分、矩陣、統計等)

深入淺出，言簡意賅，想要入門看這本觀念大概就清楚了

先說優點吧，這本書的程式都沒有用到keras, tensorflow等高階函式，而是從底層的運算開始，這對需要全觀了解深度學習的人是非常好的練習，這本講得詳細、也含括許多內容。但我不知道是作者的用詞還是譯者的關係，很多解釋我覺得都解釋得很模糊也不精準，不知道為什麼這裡的梯度的方向被解釋為函數值減少最多的方向，還有SGD被翻成準確率梯度下降法???

簡而有力，深入淺出，只要有點數學底子應該都看得懂。

這本書非常適合入門，它讓我在短時間內了解深度學習的基本概念，

值得注意的是它沒有提到tensorflow，而裡面的python程式碼只具有「模擬」作用，

其功能是輔助你看懂理論而已，

也就是說看完這本書你可能無法具有讓電腦辨識圖片的實作能力，這方面就要去看其他書

但是他理論的部分講得深入淺出，而且很紮實，這對像我這樣的新手來說是很棒的一件事

這本書讓我對神經網路從懵懵懂懂的狀態到漸漸明朗
除了附錄還沒看 其他都有閱讀
當然有些地方沒辦法在第一次看就非常明白
但搭配佛心的原始碼看，就會懂很多
很慶幸有這本書的存在
此外，給其他人的建議是，有python基本的知識應該就可以開始念這本了
不用害怕自己程度不夠
讀起這本書應該會覺得很親切

不過我念這本書之前是有先看過coursera Andrew的課
假如搭配Andrew的課(或是其他厲害的講者的影片) 應該會覺得本書更好懂

從網路上，可以找到大量的deep learning相關說明與程式，但總是「知其然，不知其所以然。」本書讓半路出家的人，在完成訓練成果之餘，能充實deep learning基礎理論，深入瞭解每個動作的意義。

有人知道課本中一直提到的dataset到底在哪嗎.....??
每次都卡在這一步= =