《神经⽹络和深度学习》极品入门书！
《神经⽹络和深度学习》是⼀本免费的在线书。本书会教会你：• 神经⽹络，⼀种美妙的受⽣物学启发的编程范式，可以让计算机从观测数据中进⾏学习
• 深度学习，⼀个强有⼒的⽤于神经⽹络学习的众多技术的集合
神经⽹络和深度学习⽬前给出了在图像识别、语⾳识别和⾃然语⾔处理领域中很多问题的最好解决⽅案。本书将会教你在神经⽹络和深度学习背后的众多核⼼概念。
作者介绍：Michael Nielsen 是⼀位量⼦物理学家、科学作家、计算机编程研究⼈员。你可以在其主⻚ http://michaelnielsen.org/ 了解更多信息。
内容简介：
对于讲解技术问题，最好方式就是列数学公式，或者直接上代码， 这本书都做到了，非常之好。
这本书对于代码的基础就是简单的python入门，当然，python本身就非常容易入门的。数学基础就是基础的高数数学的求导和简单的矩阵运算，与代码层面相反，对于这个大多数人都学过内容，记得的反而不多了。
第1 章使神经络识别写数字----必须细看的第一章
从简单的感知器和S型神经元讲起，简单的数学公式， 清晰的示意图，介绍了机器学习求解的大杀器，梯度下降，然后介绍了一个百十来行的代码， 包括一步步的实践尝试。作为最简单的神经网络的入门，其实这一章就够了。
第2章 Backpropagation，BP神经网络----可以略过的第二章
神经网络求解的基础，当然以前也看过来别的数，但是看完了四个基本方程，确实体会到了一种从本质上了解的感觉，当然，也可以根据作者所说的，公式太多，pass这一章，不太影响后面学习。
第3章 改进神经络的学习法--------实际要使用的有用技巧
这个是在实际使用神经网络方面要做的大量工作，作者介绍了交叉熵， 防止过拟合， 正则化方法，权重初始化的问题，关于学习速率调整的问题，如果你想真正work一个神经网络这一章必不可少。
第4章 神经络可以计算任何函数的可视化证明--------加深了解的一章
如果你想问为什么神经网络可以工作， 这一章对于 加深了解非常重要，如果不care的话，其实也可以pass。
第5章 深度神经络为何很难训练----从神经网络到深度学习的过度
这里面开始到了深度学习，其实还是数学问题，如果pass了第三章，那这章也一起pass吧，介绍了梯度消失和梯度爆炸的原理，写得很好。
第6章 深度学习-----真正旅程的起点
严格来说这章名字应该叫深度学习入门--CNN，只介绍了卷积神经网络，而且不同于前面章节，对于数学原理也没有介绍，但是介绍了其主要步骤。然后提到了RNN什么的，真正有用的完全没有展开，所以-------这是一本非常好的入门书。
资源链接：
好资源，但是资源链接没了 又收到一本好书 好书，记下了 好书，电子版在哪呢 还可以吧。链接没有就是 这本书感觉还可以把 只要知道这本书的名字，网上多的是 我去，这是骗人气的吗。 楼主还有没有其他资料推荐呢
页:
[1]
2