Python深度学习读后感100字

　　《Python深度学习》是一本由[美] 弗朗索瓦•肖莱著作，人民邮电出版社出版的平装图书，本书定价：119.00元，页数：320，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《Python深度学习》精选点评：

　　●隔壁组的书，放假前被我揣回了家，过年的三天粗览了一遍。给了我一个直观的概念，有英文PDF版本，之后照着那个再进行实践。

　　●又一次证明读模块开发者写书永远是第一选择。任何程序呈现越简单也就越精致，keras对神经网络的实现配得起优雅二字，书中所附的多数代码仿佛伪代码般易读而工整（没有上机，有一行行读，有少数几处错误但影响不大），可想见其底层有多强大。前六章不算新鲜，但5-6章对计算机视觉和文本解析的基础原理解读仍然令人惊艳；第八章比较有意思但和个人专业相差有些悬殊又一时想不到结合点只能看着高兴；私以为最漂亮的是第九章，虽然现在到处可听人大谈特谈深度学习前途多么不可限量，细想却是人云亦云空无一物，能用寥寥十数页细数深度学习的局限和发展方向的，是真专家。尤其从模型的脆弱性剖析将模型拟人化的风险和程序合成的想法让我很震撼，实在讲我对这类技术的未来想象匮乏，大趋势分析上需要深谙其道的人给些提示，就这点来说特别满意。

　　●正如作者所说 无论你在该领域有无经验 读完都会有收获 十分美妙的读物。 所有的概念不用公式 就可以阐释地很清晰 印证了前言中的 “说清深度学习并不是一件困难的事”。 本人对 cnn的可视化 样本攻击 deep dream 印象比较深刻… 2019的看完的第一本书 推荐

　　●目前看到的深度学习最好的书，一点废话没有。相比于其他的书，这本书真正地告诉了你深度学习如何应用。强烈推荐。

　　●dl入门最佳读物，深入简出

　　●已有电子版

　　●值得一读。很多代码还有待实践。后面会继续找pytorch框架看看。

　　●这是应该是目前为止读到过的最好的一本深度学习应用书籍，作者作为keras之父对于深度学习的概念确实非常清晰，讲述出来也通俗易懂。书里的例子也非常容易上手，适合对于深度学习已有一定基础，需要能快速上手实践的读者。

　　●看了不少公开课和书，大部分的书其实都质量一般，甚至连一般都不如。在过去看过的资料里，觉得讲得最好的就是Ng的《Deep Learning》，现在看这本书的时候，觉得仅次于Ng的这门课了。本书不是简单的API罗列，还讲了的为什么要这么做，并且还有代码举例，真是色香味俱佳~比要么只有理论，要么只有代码的书不知道强到哪类去了~

　　●keras 最佳入门

　　《Python深度学习》读后感(一)：作为主流的动态语言，Python不仅简单易学、移植性好，而且拥有强大丰富的库的支持。

　　作为主流的动态语言，Python不仅简单易学、移植性好，而且拥有强大丰富的库的支持。此外，Python强大的可扩展性，让开发人员既可以非常容易地利用C/C++编写Python的扩展模块，还能将Python嵌入到C/C++程序中，为自己的系统添加动态扩展和动态编程的能力。并且python远比C/C++、java等等简便许多。

　　《Python深度学习》读后感(二)：最容易入门的深度学习基础书

　　目前最通俗易懂的深度学习入门书，由Keras之父执笔。大神不但技术了得，文笔也不一般，真的就是为了让尽可能多的人能够使用深度学习而写的这本书，涵盖了深度学习的基础知识、Keras使用模式以及深度学习最佳实践。

　　学习本书需要具备基础的Python知识，但不需要深度学习或者机器学习经验，也不需要高深的数学知识，高中数学水平足以看懂本书。

　　译文流畅准确，难得的翻译作品。

　　《Python深度学习》读后感(三)：适合一口气读完的深度学习

　　最近实验用到卷积网络，使用了keras库，想找一个参考书，就买了这本

　　书写的很清楚，有助于帮助建立有用的对深度学习的直觉，也有很多有实质性的知道的干货

　　书中没有一个公式（作者努力避免这么做，其实有公式可能更好一点），对模型的介绍都属于不够细节但是能够帮助你知道一个大概，所以这本书很适合有一些深度学习的知识，但是又不够系统一知半解的读者

　　总之这是一根大概能够一周内读完的书，这本书也只是深度学习的一个入门读物

　　引用书中的一句话

　　培养利用深度学习解决问题的直接是很重要的（辛dun也说过）

　　《Python深度学习》读后感(四)：Python深度学习

　　587人评价，9.5星（截止2020.6.8）足以体现这本书在广大深度学习训练师（炼丹师）心目中的地位。

　　这本书是我在大四的时候读的（大概19年初？），当时我对于TensorFlow、Keras几乎一无所知，这本书帮我很好的，无痛的快速入门，并且还能写出像模像样的程序来。这本书对于知识点的处理、编排也比较得当，提供了训练师最基础的必备知识，在实践部分不仅提供了计算机视觉（CNN）、自然语言处理（RNN，LSTM，GRU），甚至还有比较新的主题如生成式模型（GAN，VAE），以及比较好玩的如风格迁移。

　　其实现在仍然对TensorFlow，Keras约等于一无所知，因为后来转向于PyTorch了。。或许这本书不该叫Python深度学习，明明更像python的是PyTorch。。

　　不过回想起来，我还是记得这本书当时带给我的舒服感受。

　　《Python深度学习》读后感(五)：我的入门之书

　　第一次写书评，因为第一次看技术书感觉大有收获（也许是我看的不多）。

　　我之前学过c++，用python做过大作业，所以一开始用这本书感觉刚好，如果没有python基础，那可能不太适合。

　　这本书一个最大的优点就是可以实际上手，加深自己的理解，在上手的过程中，也越发理解到深度学习更像是工程，更需要经验。

　　从头到尾，我把书上每一个项目的代码在pycharm上跑了一遍，pycharm可以让我方便地操纵变量，实现一些想法，我的建议是，最好上手跑一遍代码，不要求快，但求理解，可以每敲一行，都在console运行一下，看看这一步带来的变化是什么，shape变化如何，这一层参数为何是这个值，思考这一步的意义是什么，是否不需要这么做，如果不这么做效果如何，要不要试一下等。在敲代码、想代码、做自己的假设实验过程中，编程能力得到了很大的提高，对深度学习的感觉也从之前的“天啊AI控制人类啦”到“本质是可微几何变换，对于复杂任务还有局限性”。

　　大师的书生动形象地将难得东西掰开讲，我觉得学习事物就是要这样，背公式不是聪明的做法，像拉马努金那样将抽象的事物直观到自己的大脑里，就如同看着自然景观一样，才是最高的境界。

　　结尾弗朗索瓦对深度学习未来的前景该如何发展让人眼界开阔，看完这本书，不只是在深度学习方面，更在其他方面得到了极大的锻炼，谢谢作者，谢谢您。