這份圖靈深度學習的書單，再不看就晚了！

科技 03-28

昨日，ACM宣布AI界有「深度學習三巨頭」之稱的Yoshua Bengio、Yann LeCun、Geoffrey Hinton共同獲得了2018年的圖靈獎，這是圖靈獎1966年建立以來少有的一年頒獎給三位獲獎者。

想成為下一個巨頭人物？

快快收藏這份關於【深度學習】的書單

Deep Learning with Python

作者：弗朗索瓦?肖萊

譯者：張亮（hysic）

定價：119.00元 / 電子書 59.99元

· Keras之父、Google人工智慧研究員Franc?ois Chollet著作；

· 原版豆瓣評分9.3，深度學習領域力作；

· 原版亞馬遜語音與音頻處理暢銷榜榜首圖書；

· 30多個代碼示例，帶你全面掌握如何用深度學習解決實際問題；

· Keras框架速成的不二之選；

· 夯實深度學習基礎，在實踐中培養對深度神經網路的良好直覺；

· 無須機器學習經驗和高等數學背景。

本書詳盡介紹了用Python和Keras進行深度學習的探索實踐，包括計算機視覺、自然語言處理、產生式模型等應用，示例步驟講解詳細透徹。

本書立足於人工智慧的可達性和大眾化，讀者無須具備機器學習相關背景知識即可展開閱讀。在學習完本書後，讀者將具備搭建自己的深度學習環境、建立圖像識別模型、生成圖像和文字等能力。

Deep Learning from Scratch

作者：齋藤康毅

譯者：陸宇傑

定價：59.00元

· 日本深度學習入門經典暢銷書，原版上市不足 2 年印刷已達100 000冊；

· 長期位列日亞「人工智慧」類圖書榜首，超多五星好評；

· 使用Python 3，盡量不依賴外部庫或工具，從零創建一個深度學習模型；

· 相比AI聖經「花書」，本書更合適入門。

深度學習真正意義上的入門書，深入淺出地剖析了深度學習的原理和相關技術。書中使用Python 3，盡量不依賴外部庫或工具，從基本的數學知識出發，從零創建一個經典的深度學習網路，來逐步理解深度學習。

書中不僅介紹了深度學習和神經網路的概念、特徵等基礎知識，對誤差反向傳播法、卷積神經網路等也有深入講解，此外還介紹了深度學習相關的實用技巧，自動駕駛、圖像生成、強化學習等方面的應用，以及為什麼加深層可以提高識別精度等「為什麼」的問題。

イラストで學ぶディープラーニング

(KS情報科學専門書)

作者：山下隆義

譯者：張彌

定價：59.00元

· 圖解版深度學習入門書；

· 136 張圖 60 段代碼，全彩印刷；

· 濃縮深度學習的關鍵知識點。

作者曾多次榮獲日本深度學習研究相關獎項，並在多個相關研討會上擔任講師。本書以以往的演講內容為基礎，著重以簡明易懂的方式進行說明。正如本書的書名所示，本書致力於通過圖解讓讀者了解深度學習。

本書從深度學習的發展歷程講起，以豐富的圖例從理論和實踐兩個層面介紹了深度學習的各種方法，以及深度學習在圖像識別等領域的應用案例。

圖靈原創

卷積神經網路的Python實現

作者：單建華

定價：49.00元

頁數：225

· 用最直白的方法講解機器學習；

· 一本包含全部實現代碼的參考書；

· 零基礎學習深度學習；

· 基於NumPy的Python語言實現卷積神經網路。

本書用極少的數學知識，深入淺出地介紹了機器學習、卷積神經網路的相關概念以及實踐中特別重要的數據預處理。

首先簡單介紹了機器學習的基本概念，詳細講解了線性模型、神經網路和卷積神經網路模型，然後介紹了基於梯度下降法的優化方法和梯度反向傳播演算法，接著介紹了訓練網路前的準備工作、神經網路實戰、卷積神經網路的應用及其發展。針對每個關鍵知識點，書中給出了基於NumPy 的代碼實現，以及完整的神經網路和卷積神經網路代碼實現，方便讀者訓練網路和查閱代碼。

TensorFlow入門與實戰

作者：羅冬日

· 講解深度學習的原理和 TensorFlow 框架應用，並配有翔實的代碼實例；

· 通過本書，你能快速上手搭建一個深度學習應用；

· 內容由淺入深，包含全連接網路、卷積神經網路和循環神經網路、分散式訓練等；

· 趙娟（博士後，范德堡大學醫學中心）、劉光遠（Facebook資深工程師）、張科（微軟高級工程師）聯袂推薦。

本書基於 1.3 版本，首先介紹了它的安裝和基本用法，然後討論了深度學習的基本概念，包括神經網路前向計算、損失函數、反向傳播計算和優化函數等，接著介紹了卷積神經網路和循環神經網路，最後介紹了在大規模應用的場景下，如何實現分散式的深度學習訓練。

TensorFlow深度學習

作者：Giancarlo Zaccone ,Md. Rezaul Karim , Ahmed Menshawy

譯者：李志

定價：49.00元 / 電子書 24.99元

· 介紹深度學習核心概念，傳授深度學習實戰經驗；

· 卷積神經網路等知識尤為詳細。

本書介紹關於機器學習系統的深度學習演算法，使你可以在搜索、圖像識別、語言處理等產品中實現這些演算法。你將學習如何分析並改進深度學習模型的表現，通過與標準演算法進行比較，藉助機器智慧，在特定文本中從信息和決策行為中學習。

深入理解TensorFlow：架構設計與實現原理

作者：彭靖田林健白小龍

· TensorFlow進階第一書；

· 才雲科技技術總監彭靖田、華為深度學習團隊系統工程師林健、華為公司深度學習雲服務技術負責人白小龍聯合編寫；

· 深入解析TensorFlow系統本身的設計與實現原理。

書中首先介紹了 TensorFlow 設計目標、基本架構、環境準備和基礎概念，接著重點介紹了以數據流圖為核心的機器學習編程框架的設計原則與核心實現，緊接著還將 TensorFlow 與深度學習相結合，從理論基礎和程序實現這兩個方面系統介紹了CNN、GAN 和 RNN 等經典模型，然後深入剖析了TensorFlow 運行時核心、通信原理和數據流圖計算的原理與實現，最後全面介紹了 TensorFlow 生態系統的發展。

Deep Learning with Hadoop

Hadoop深度學習