陆小曼|推荐这7本深度学习自学书，小白也能变专家( 三 ) ?对代码、编程感兴趣的可以关注「老K玩

:
《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。
第1章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的最优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。
书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。
书评:
自娱者小五: 日常复习。每本这类书都有自己独特的亮点，这本属“激活”的概念讲得最好，最小化代价函数则还可以，但很遗憾反向传播有点翻车，和《python神经网络编程》没法比。书里有错字，还有下标错误，不多但是不应该。
林同学: 那个什么小恶魔这种东西毫无意义，但是讲梯度下降和误差反向传播这个讲的比较清楚和简单版
dilfish: 符合日本人一贯的风格，名字高大上，内容幼稚园
6. TensorFlow：实战Google深度学习框架（第2版）评价：★★★☆ 3.5/5.0星

作者：顾思宇
出版社：电子工业出版社

简介:
TensorFlow是谷歌2015年开源的主流深度学习框架，目前已得到广泛应用。
《TensorFlow：实战Google深度学习框架（第2版）》为TensorFlow入门参考书，旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。
书中省略了烦琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。
书中包含深度学习的入门知识和大量实践经验，是走进这个前沿、热门的人工智能领域的优选参考书。
第2版将书中所有示例代码从TensorFlow 0.9.0升级到了TensorFlow 1.4.0 。
在升级API的同时，第2版也补充了更多只有TensorFlow 1.4.0才支持的功能。
另外，第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。
《TensorFlow：实战Google深度学习框架（第2版）》适用于想要使用深度学习或TensorFlow的数据科学家、工程师，希望了解深度学习的大数据平台工程师，对人工智能、深度学习感兴趣的计算机相关从业人员及在校学生等。
书评:
wheres my mind: 凑合吧.本身有理论基础.看这本书比较简单啊.也就想用这书快速tensorflow敲一遍熟练一下而已.而且太贵.定价特么39还差不多
louiss007: 这才是目前最好的TensorFlow入门书籍。其他的入门书籍可以都撇了，哈哈。改天再写个详细书评～
angwer: 知识有限，不太明白，还需再看
7. 深度学习之TensorFlow 评价：★★★☆ 3.5/5.0星

作者：李金洪
出版社：机械工业出版社

简介:
本书通过96个案例，全面讲解了深度学习神经网络原理和TensorFlow的使用方法。
全书共分为3篇，
第1篇深度学习与TensorFlow基础，包括快速了解人工智能与TensorFlow、搭建开发环境、TensorFlow基本开发步骤、TensorFlow编程基础、识别图中模糊的手写数字等内容；
第2篇深度学习基础——神经网络，介绍了神经网络的基础模型，包括单个神经元、多层神经网络、卷积神经网络、循环神经网络、自编码网络等内容；
第3篇深度学习进阶，是对基础网络模型的灵活运用与自由组合，是对前面知识的综合及拔高，包括深度神经网络和对抗神经网络两章内容。