陆小曼|推荐这7本深度学习自学书，小白也能变专家 ?对代码、编程感兴趣的可以关注「老K玩

? 对代码、编程感兴趣的可以关注「老K玩代码」公众号和我交流!
分享代码、经验、项目和资讯
1. Python深度学习评价：★★★★★ 5.0/5.0星

作者： [美] 弗朗索瓦?肖莱
出版社：人民邮电出版社

简介:
本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Fran?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。
书中包含30多个代码示例，步骤讲解详细透彻。
由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。
在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。
书评:
Zoom.Quiet: 是也乎,(￣▽￣).创始人的图书是必须刷的…成功的帮助建立起一个正确的概念…DeepLearning.不是万能的…丫很简单…只是很多….以及…NVIDIA.的股票能买就买吧…不得不涨的………
morninglife: 隔壁组的书，放假前被我揣回了家，过年的三天粗览了一遍。给了我一个直观的概念，有英文PDF版本，之后照着那个再进行实践。
轩辕御龙: 真的深入浅出，非常适合刚有基础的初学者上手。
2. 神经网络与深度学习评价：★★★★★ 5.0/5.0星

作者：邱锡鹏
出版社：机械工业出版社

简介:
邱锡鹏
复旦大学计算机科学技术学院教授、博士生导师，于复旦大学获得理学学士和博士学位。
主要研究领域包括自然语言处理、机器学习、深度学习等，在相关领域的权威国际期刊、会议上发表学术论文60余篇，获得计算语言学顶级国际会议ACL 2017杰出论文奖、全国计算语言学会议CCL 2019最佳论文奖， 2015年入选首届中国科协青年人才托举工程， 2018年获得中国中文信息学会“钱伟长中文信息处理科学技术奖青年创新一等奖” ，入选由“清华—中国工程院知识智能联合研究中心和清华大学人工智能研究院”联合发布的2020年人工智能（AI）全球最具影响力学者提名。
该排名参考过去十年人工智能各子领域最有影响力的会议和期刊发表论文的引用情况，排名前10的学者当选该领域当年最具影响力学者奖，排名前100的其他学者获最具影响力学者提名奖。
作为项目负责人开源发布了两个自然语言处理开源系统FudanNLP和FastNLP ，获得了学术界和产业界的广泛使用。
目前担任中国中文信息学会青年工作委员会执行委员、计算语言学专委会委员、语言与知识计算专委会委员，中国人工智能学会青年工作委员会常务委员、自然语言理解专委会委员。
书评:
江霰: 这本书文字简练流畅，举例经典恰当，但是公式推导简直是灾难！关键地方跳步，琐碎地方详细，重要变量（符号）没有解释，重要矩阵尤其是高维矩阵不注明尺寸（size），上标下标混乱......所以作者真的想让人搞明白一些内容吗?.李沐与Goodfellow的书是深度学习的首选。
HazzaC: 非常良心的一本书，受益匪浅，基本上主流的深度学习模型都有介绍，强烈建议作为DL入门读物和教材。
mailtozou: 实在看不懂，不明觉厉。说这本书是入门书籍的，你们的门槛也太高了。
3. 深度学习推荐系统评价：★★★★☆ 4.5/5.0星