最近身邊很多朋友在討論人工智能，討論人工智能在我們生活中的應用，隨之而來就開始討論深度學習技術，但是由于深度學習的涉及面比較廣，對數學的要求比較高，所以想學也不太敢學，生怕認真學了卻沒學會。其實可能還是自己沒找對資料學習。
小編專門去調研了一下深度學習的資料，關于深度學習，網上的資料很多，不過貌似大部分都不太適合初學者。
這里有幾個原因：
- 深度學習確實需要一定的數學基礎。 如果不用深入淺出地方法講，有些讀者就會有畏難的情緒，因而容易過早地放棄。
- 市面上的深度學習書籍普遍偏理論 。 理論內容的深度學習著作越來越多，讀者期待有一本動手實踐的書籍快速上手。
- 視頻課程普遍英文版居多，書籍和視頻搭配的深度學習著作很少。 深度學習領域的精品書籍普遍英文版居多，國人的精品著作少之又少，作者功底扎實同時能用中文講解深度學習動手實踐講清楚的少之又少。
那么學習深度學習，初級者該怎么入手呢？很多初學者都希望有一本 既有書籍又有視頻，當然還想要有一個比較好的學習氛圍和大家一起學，那么小編今天就來給你推薦李沐大神的《動手學深度學習》，學習了李沐大神的書籍，這是大神新作， 也是非常適合新手學習的入門書籍。
點擊書籍封面查看詳情
掃碼查看詳情
我為什么推薦這本書？
理由一 重“動手學”，真正意義的可實操，能運行
在《動手學深度學習》出版前，當時的情況是 Ian Goodfellow 的《深度學習》是當時最好的入門書，新而且全面。但它只做了一般的模型描述而沒有如何實際使用它們以及效果怎么樣。《動手學深度學習》是一本既能講原理、又有實現和實際使用、不斷更新、而且容易讀的書。
在過去兩年的摸索中，這本入門書在傳統意義的書上往前走了幾步：
- 書的每一章用 文字、數學、圖示和代碼 來多方面介紹一個知識點。它是一個 Jupyter 記事本，可以獨立運行。包含20個左右的文字和代碼塊，可以15分鐘左右讀完。
- 源文件是 Markdown ，不保存執行輸出， 并開源在 Github 上 。這樣方便更多人貢獻和改動審閱，同時可以很容易的不斷加新章節。
- 任何改動都會觸發持續集成服務重新執行記事本來獲得執行輸出，這樣 保證代碼的正確性 。一個記事本的執行時間控制在不超過十分鐘。這對展示復雜模型的訓練頗為挑戰。
- 執行無誤后直接用三種格式發布在網上：含有執行輸出的 Jupyter 記事本，可以直接瀏覽的HTML，和適合打印的 PDF。
- 可以像LaTeX那樣方便的索引圖、表、公式和文獻。
- 每一章都有可以討論的鏈接 。
這本書代碼的實現很多是基于 MXNet（一開始的目標是為 MXNet 寫個好點文檔），我們也考慮過要不要提供一個 Pytorch 或者 Keras 的版本。后來發現這個擔心比較多余。框架就是一個工具，工具之間的那些不同帶來的困難比起理解模型和調出結果來小很多。
課上發現就算是沒有接觸過這些工具的學生，用 MXNet 做作業，然后在基于不管用啥框架實現的現有算法再開發做項目并沒有多大困難。或者說困難都不來自工具本身，特別是算法實現都在課上講過一遍的情況下。
理由二：亞馬遜首席科學家李沐等大師作品，歷時三年沉淀。
本書四位作者均是亞馬遜科學家，對人工智能領域頗具口碑，李沐老師被眾多粉絲喜愛更多的來源于他的口碑公開課，純中文的授課方式得到了大家的普遍認可。
阿斯頓·張（Aston Zhang）
亞馬遜應用科學家，美國伊利諾伊大學香檳分校計算機科學博士，統計學和計算機科學雙碩士。他專注于機器學習的研究，并在數個頂級學術會議發表過論文。他擔任過 NeurIPS、ICML、KDD、WWW、WSDM、SIGIR、AAAI 等學術會議的程序委員或審稿人以及 Frontiers in Big Data 期刊的編委。
李沐（Mu Li）
亞馬遜首席科學家（Principal Scientist），加州大學伯克利分校客座助理教授，美國卡內基梅隆大學計算機系博士。他專注于分布式系統和機器學習算法的研究。他是深度學習框架 MXNet 的作者之一。他曾任機器學習創業公司 Marianas Labs 的 CTO 和百度深度學習研究院的主任研發架構師。他在理論、機器學習、應用和操作系統等多個領域的頂級學術會議（包括 FOCS、ICML、NeurIPS、AISTATS、CVPR、KDD 、WSDM、OSDI）上發表過論文。
扎卡里·C. 立頓（Zachary C. Lipton）
亞馬遜應用科學家，美國卡內基梅隆大學助理教授，美國加州大學圣迭戈分校博士。他專注于機器學習算法及其社會影響的研究，特別是在時序數據與序列決策上的深度學習。
這類工作有著廣泛的應用場景，包括醫療診斷、對話系統和產品推薦。他創立了博客 “Approximately Correct”（approximatelycorrect）。
亞歷山大·J. 斯莫拉（Alexander J. Smola）
亞馬遜副總裁/ 杰出科學家，德國柏林工業大學計算機科學博士。他曾在澳大利亞國立大學、美國加州大學伯克利分校和卡內基梅隆大學任教。他發表了超過 200 篇學術論文，并著有 5 本書，其論文及書被引用超過 10 萬次。他的研究興趣包括深度學習、貝葉斯非參數、核方法、統計建模和可擴展算法。
理由三：圖書+視頻一起學
在學習過程中，大家有一個普遍的共識，看書理論是一回事，寫代碼是一回事，調代碼又是另一回事，每件事之間都有一個 gap，爬都爬不過去，跌跌撞撞很痛苦。《動手學深度學習》搭配有免費的公開課視頻，把寫代碼和調代碼也當作一回事，跟理論一起講一起演示。跟著大牛一起學，相信會讓你事半功倍。
《動手學深度學習》錄像有兩個場景，一個是主體是幻燈片，講師在角落。另一個主體是黑板。
過去幾年里《動手學深度學習》作者為了讓學員更好的學習深度學習，嘗試了各種 DIY 手段來通過便宜的器材來錄制準專業的視頻。下圖是這次使用的器材。
通過多種器材的摸索，終于呈現了現在的視頻學習模式！
理由四：眾多人工智能領域大咖鼎力推薦
本書得到了來自學術界和工業界的韓家煒、Bernhard Sch?lkopf、周志華、張潼、余凱、漆遠、沈強等眾多實力大咖鼎立推薦。
