文章吧-经典好文章在线阅读:《深度学习》经典读后感10篇

当前的位置:文章吧 > 经典文章 > 读后感 >

《深度学习》经典读后感10篇

2018-03-30 21:06:02 来源:文章吧 阅读:载入中…

《深度学习》经典读后感10篇

  《深度学习》是一本由[美] 伊恩·古德费洛 / [加] 约书亚·本吉奥 / [加] 著作人民邮电出版社出版的平装图书,本书定价:168,页数:500,文章吧小编精心整理的一些读者读后感希望对大家能有帮助

  《深度学习》读后感(一):深度学习入门经典

  这本书全面介绍了深度学习的主要方面,包括基础数学知识机器学习知识,深度学习的实践部分,以及深度学习的理论研究部分。全书组织结构清晰,由浅入深地循序渐进的介绍了深度学习的各个部分。实践部分包括了经典的CNN, RNN等神经网络,理论研究部分包括了经典的RBM,DBN等无监督神经网络,同时也包括了比较新潮的GAN,DCGAN等无监督神经网络。

  当然,由于篇幅有限,某些部分讲解的不是太细致需要读者自己再去品读其他补充资料,相关资料已在附录中给出,感觉非常棒。

  最后,评价一下翻译个人觉得,几位翻译作者态度非常好,也非常认真,这点从他们把翻译的电子版在GitHub上开源出来就可以看出来,他们希望可以集结各种力量,使本书的翻译更好。具体来看,第一部分,翻译的很好。第二部分,6,7,8章翻译的感觉不是很好,有些句子不是太通顺,甚至有些句子,意思不太明确。不过还是相信翻译作者们是很认真的。如果他们经验丰富几年,个人觉得他们会翻译的更好。其他后面的,个人觉得翻译的还算可以,大部分地方读起来比较清晰顺畅综合评价,还是非推荐这本中文翻译版的。

  《深度学习》读后感(二):重磅推荐

  《深度学习》由该领域的三位专家撰写,是目前该领域唯一的综合性图书。它为正在进入该领域的软件工程师学生提供了广泛的视角和基础的数学知识,同时也可以为研究者提供参考。

  ——Elon Musk,OpenAI联合主席,特斯拉和SpaceX共同创始人兼首席执行官

  这是深度学习的权威教科书,由该领域的主要贡献者撰写。此书内容非常清晰、全面并且权威。阅读这本书,你可以知道深度学习的由来、它的好处以及它的未来

  ——Geoffrey Hinton,多伦多大学荣誉退休教授,Google杰出研究科学家

  最近十年以来,深度学习成为了风靡全球技术。学生、从业人员教师都需要这样一本包含基本概念、实践方法高级研究课题的教科书。这是深度学习领域第一本综合性的教科书,由几位最具创意和多产的研究人员撰写。这本书将成为经典。

  ——Yann LeCun,Facebook人工智能研究院院长,纽约大学计算机科学数据科学与神经科学教授

  深度学习的中文译本忠实客观地表述了英文原稿的内容。本书三位共同作者是一个老中青三代结合整体,既有深度学习领域的奠基人,也有处于研究生涯中期的领域中坚,更有领域里近年涌现的新星。所以书作结构行文很好地考虑到了处于研究生涯各个不同阶段的学生和研究人员的需求,是一本非常好的关于深度学习的教科书。

  深度学习近年在学术界和产业界都取得了极大成功,但诚如本书作者所说,深度学习是创建人工智能系统的一个重要的方法,但不是全部的方法。期望在人工智能领域有所作为的研究人员,更可以通过本书充分思考深度学习和传统机器学习和人工智能算法的联系区别,共同推进本领域的发展

  ——微软研究院首席研究员华刚博士

  这是一本还在写作阶段就被开发、研究,工程人员极大关注的深度学习教科书。它的出版表明了我们进入了一个系统化理解和组织深度学习框架的新时代。这本书从浅入深介绍了基本数学、机器学习经验,以及现阶段深度学习理论和发展。它能帮助AI技术爱好者和从业人员在三位专家学者思维带领下全方位了解深度学习。

  ——腾讯优图杰出科学家、香港中文大学教授贾佳亚

  深度学习代表了我们这个时代的人工智能技术。这部由该领域最权威的几位学者Goodfellow、Bengio、Courville撰写的题为《深度学习》的著作,涵盖了深度学习的基础与应用、理论与实践等各个方面的主要技术,观点鲜明,论述深刻,讲解详尽,内容充实。相信这是每一位关注深度学习人士的必读书目和必备宝典。感谢张志华教授等的辛勤审校,使这部大作能够这么快与中文读者见面。

  ——华为诺亚方舟实验室主任,北京大学、南京大学客座教授,IEEE Fellow李航

  从基础前馈神经网络到深度生成模型,从数学模型到最佳实践,此书覆盖深度学习的各个方面。《深度学习》是当下最适合的入门书籍强烈推荐给此领域的研究者和从业人员。

  ——亚马逊主任科学家、Apache MXNet发起人之一李沐

  出自三位深度学习最前沿权威学者的教科书一定要在案前放一本。本书的第二部分是精华,对深度学习的基本技术进行了深入浅出精彩阐述。

  ——ResNet作者之一、Face++首席科学家孙剑

  过去十年里,深度学习的广泛应用开创了人工智能的新时代。这本教材是深度学习领域有重要影响的几位学者共同撰写。它涵盖了深度学习的主要方向,为想进入该领域的研究人员,工程师,以及初学者提供了一个很好的系统性教材。

  ——香港中文大学信息工程系主任汤晓鸥教授

  AI圣经!此书是所有数据科学家和机器学习从业者要在这个快速增长下一代技术领域立足的必读书籍。

  ——Daniel D. Gutierrez,知名媒体机构inside BIGDATA

  这是一本教科书,又不止是一本教科书。任何对深度学习感兴趣的读者,本书在很长一段时间里,都将是你能获得的最全面系统的资料,以及思考并真正推进深度学习产业应用、构建智能化社会框架的绝佳理论起点

  ——新智元创始人兼CEO杨静

  《深度学习》读后感(三):主要是列缺点

  -------------------------------------------------------------------------------------------------------

  -------------------------------------------------------------------------------------------------------

  -------------------------------------------------------------------------------------------------------

  第6.1节 XOR的example

  这个例子很不顺流,mathbf W, mathbf w, mathbf{X},乱,不严谨

  公式6.2是x^{T}w,后面就变成了W^{T}x,为什么?

  前面xin {0,1}^{1times2},后面Xin {0,1}^{4times2},麻痹你这么写会头晕你知道吗?

  行文一塌糊涂,不顺畅。瞎搞。差评。

  -------------------------------------------------------------------------------------------------------

  -------------------------------------------------------------------------------------------------------

  -------------------------------------------------------------------------------------------------------

  又看了整章,不是能让你顺利推导下去的。差评。不看了。非常不爽。

评价:

[匿名评论]登录注册

评论加载中……