《深度学习入门》：豆瓣9.5分，手把手教你用Python从零开始构建深度学习模型，轻松入门AI，摆脱公式困扰！
原文标题：豆瓣9.5，它不是教材，却比市面上绝大多数教材讲得更清楚！
原文作者：图灵编辑部
冷月清谈：
怜星夜思：
2、这本书强调了“AI工程思维”，你认为在实际的AI项目开发中，除了书里提到的，还需要具备哪些重要的工程思维？
3、书中以MNIST手写数字识别为例，如果让你用这本书的知识，选择一个你感兴趣的实际问题来解决，你会选择什么？
原文内容
最近抽出几天时间，把《深度学习入门：基于Python的理论与实现》看完了。很多人习惯叫它“鱼书”，之前总是看到有人推荐这本书，说它适合入门、特别通俗，但我一直没翻！现在看完才发现，确实，它很适合像我这样，已经掌握了一些 Python 基础，但对深度学习一知半解、甚至有点怕的“门外汉”。
这本书是我朋友推荐我的。他知道我之前啃《西瓜书》和《花书》啃到脑壳疼，建议我先别硬上高阶理论，换本轻一点、能跑起来代码的试试看。
我一开始也半信半疑，觉得“简单的书会不会太水”，但读了之后发现，“鱼书”并不是“简化了就粗糙”，它是在不堆公式、不炫难度的前提下，把深度学习里那些容易让人卡壳的概念讲得特别顺，尤其是通过代码一步步推进的方式，看得懂也能跟得上，给了我一种“我也能学会”的信心。
全书只有 8 章，我花了四天时间，每天一点点推进，居然读得毫无压力。
1
理论不重，细节不少，代码能跑
这本书不是一股脑儿的堆公式，而是先告诉你“这玩意儿是干啥的”，再讲“它是怎么实现的”，最后“你也来试试”。以“手写数字识别”这个项目为主线，一步步引出神经网络中最常见的结构和操作，比如感知机、激活函数、误差反向传播、权重初始化等。通过逐步讲解新的技术，并不断更新迭代程序。
这种“写出来就能看到结果”的学习方式，比单纯记公式强太多了。就好像你在搭积木，而不是在死背定理。
2
不怕数学，但也不硬塞数学
我数学不算好，尤其对矩阵运算、偏导什么的容易一脸懵。但“鱼书”并没有逼着我去死抠推导，而是用直观的方式解释核心概念。比如讲 ReLU 的时候，不讲极限和收敛，直接说：“它让神经网络在 0 以下的区域不响应，这有助于解决梯度消失的问题。”我当时脑袋一拍，秒懂。
3
真正用得上的例子
这本书在第 6 章还讲了权值衰减、Dropout 等正则化方法，并进行实现。最后将对近年来众多研究中使用的 Batch Normalization 方法进行简单的介绍。 我实际试了一下，确实能看到过拟合减轻，准确率上升。这种“边学边试”的体验，成就感满满，真正把理论学以致用。
4
给你一个“AI工程思维”的雏形
这本书不只是教你怎么搭模型，更潜移默化地教你一种思维方式——比如如何看待模型效果、怎样调试参数、什么时候该简化模型、什么时候又该使用更复杂的结构。这种“不是为了考试，而是为了做事”的视角，是我从其他教材里很少感受到的。
作译者简介
斋藤康毅（作者）：东京工业大学毕业，并完成东京大学研究生院课程。现从事计算机视觉与机器学习相关的研究和开发工作。是Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python 的日文版译者。
1.2 Python的安装 2
1.3 Python解释器 4
1.4 Python脚本文件 9
1.5 NumPy 11
1.6 Matplotlib 16
2.1 感知机是什么 21
2.2 简单逻辑电路 23
2.3 感知机的实现 25
2.4 感知机的局限性 28
2.5 多层感知机 31
2.6 从与非门到计算机 35
3.1 从感知机到神经网络 37
3.2 激活函数 42
3.3 多维数组的运算 50
3.4 3层神经网络的实现 56
3.5 输出层的设计 63
3.6 手写数字识别 69
4.1 从数据中学习 81
4.2 损失函数 85
4.3 数值微分 94
4.4 梯度 100
4.5 学习算法的实现 109
5.1 计算图 121
5.2 链式法则 126
5.3 反向传播 130
5.4 简单层的实现 135
5.5 激活函数层的实现 139
5.6 Affine/Softmax层的实现 144
5.7 误差反向传播法的实现 154
6.1 参数的更新 163
6.2 权重的初始值 176
6.3 Batch Normalization 184
6.4 正则化 188
6.5 超参数的验证 195
7.1 整体结构 201
7.2 卷积层 202
7.3 池化层 214
7.4 卷积层和池化层的实现 216
7.5 CNN的实现 224
7.6 CNN的可视化 228
7.7 具有代表性的CNN 231
8.1 加深网络 235
8.2 深度学习的小历史 242
8.3 深度学习的高速化 248
8.4 深度学习的应用案例 253
8.5 深度学习的未来 258
8.6 小结 264
“鱼书”同系列其他图书
《深度学习入门2：自制框架》
豆瓣评分 9.6，深度学习鱼书姊妹篇，这套书做到了真正意义上的“入门”！书中没有使用内容不明的黑盒，而是从我们能理解的最基础的知识出发，一步一步地实现最先进的深度学习技术。
陆宇杰 | 译
《深度学习入门4：强化学习》
斋藤康毅 | 著
郑明智 | 译
豆瓣评分 9.5，深受读者喜爱的“鱼书”系列第四弹，深度学习入门经典，从零开始掌握强化学习。沿袭“鱼书”系列风格，提供实际代码，边实践边学习，无须依赖外部库，从零开始实现支撑强化学习的基础技术。