-
深度学习：基于Keras的Python实践
- ›
-
买家评论
- 深度学习：基于Keras的Python实践
- ›
- 买家评论
最有帮助的好评
作者很有水平
2018年10月6日
本人数学系自学深度学习中，这本书应该是目前为止看过这个方面写得最好的，而且好很多。其他的书真的大部分都感觉就作者自己都搞不清楚神经网络各个层具体有什么用。但这本看到讲解的就感觉作者思路非常清晰。
1. 作者理解读者是什么水平
看这些书的大多数是有一定摆弄电脑和编程，在深度学习上则是入门者
大多数的篇幅都是简单的东西一笔带过，复杂的东西剖析地简单，而不是翻译长篇大论堆各种专业名词。
2. 深度学习由浅入深层次清晰
看了很多本书脑子里还是一团浆糊，直到看完这本，总算对各种神经网络有了一个概念，每一层应该干什么。感觉总算能自己写一些有价值的代码了。
3.实践写得好
用mnist的数字识别为例，基本每本书都看到了，大部分都是告诉你用个什么指令搭建一个神经网络然后print一个结果你的神经网络能99%正确率识别图像啦，根本不知道有什么意义。这本书也有很多地方讲的并不仔细，但是是一边给代码，一边分析代码和结果，再修改代码，这样循环下去，大概明白了每个层搭建了有什么用，该怎么用。这是感觉到最大的收获。
1. 作者理解读者是什么水平
看这些书的大多数是有一定摆弄电脑和编程，在深度学习上则是入门者
大多数的篇幅都是简单的东西一笔带过，复杂的东西剖析地简单，而不是翻译长篇大论堆各种专业名词。
2. 深度学习由浅入深层次清晰
看了很多本书脑子里还是一团浆糊，直到看完这本，总算对各种神经网络有了一个概念，每一层应该干什么。感觉总算能自己写一些有价值的代码了。
3.实践写得好
用mnist的数字识别为例，基本每本书都看到了，大部分都是告诉你用个什么指令搭建一个神经网络然后print一个结果你的神经网络能99%正确率识别图像啦，根本不知道有什么意义。这本书也有很多地方讲的并不仔细，但是是一边给代码，一边分析代码和结果，再修改代码，这样循环下去，大概明白了每个层搭建了有什么用，该怎么用。这是感觉到最大的收获。
3 个人发现此评论有用
最有帮助的差评
一般
2019年4月15日
这是一本入门书，但是请把入门的知识点都说明一下啊。代码完全没有解释，不知道参数有什么意义。然后，介绍卷积神经网络的时候，只告诉你步骤怎么做，但是我想知道你的特征图数量是怎么计算的，由哪些参数决定的，要不然以后碰到不是你案例的时候都无从下手。
1 个人发现此评论有用
7 总评分, 6 带评论
现在无法筛选评论。请稍后再试。
2018年10月6日
本人数学系自学深度学习中，这本书应该是目前为止看过这个方面写得最好的，而且好很多。其他的书真的大部分都感觉就作者自己都搞不清楚神经网络各个层具体有什么用。但这本看到讲解的就感觉作者思路非常清晰。
1. 作者理解读者是什么水平
看这些书的大多数是有一定摆弄电脑和编程，在深度学习上则是入门者
大多数的篇幅都是简单的东西一笔带过，复杂的东西剖析地简单，而不是翻译长篇大论堆各种专业名词。
2. 深度学习由浅入深层次清晰
看了很多本书脑子里还是一团浆糊，直到看完这本，总算对各种神经网络有了一个概念，每一层应该干什么。感觉总算能自己写一些有价值的代码了。
3.实践写得好
用mnist的数字识别为例，基本每本书都看到了，大部分都是告诉你用个什么指令搭建一个神经网络然后print一个结果你的神经网络能99%正确率识别图像啦，根本不知道有什么意义。这本书也有很多地方讲的并不仔细，但是是一边给代码，一边分析代码和结果，再修改代码，这样循环下去，大概明白了每个层搭建了有什么用，该怎么用。这是感觉到最大的收获。
1. 作者理解读者是什么水平
看这些书的大多数是有一定摆弄电脑和编程，在深度学习上则是入门者
大多数的篇幅都是简单的东西一笔带过，复杂的东西剖析地简单，而不是翻译长篇大论堆各种专业名词。
2. 深度学习由浅入深层次清晰
看了很多本书脑子里还是一团浆糊，直到看完这本，总算对各种神经网络有了一个概念，每一层应该干什么。感觉总算能自己写一些有价值的代码了。
3.实践写得好
用mnist的数字识别为例，基本每本书都看到了，大部分都是告诉你用个什么指令搭建一个神经网络然后print一个结果你的神经网络能99%正确率识别图像啦，根本不知道有什么意义。这本书也有很多地方讲的并不仔细，但是是一边给代码，一边分析代码和结果，再修改代码，这样循环下去，大概明白了每个层搭建了有什么用，该怎么用。这是感觉到最大的收获。
2019年2月3日
基础知识需要预备；这本书基本没有涉及神经网络模型内部的东西，也没有介绍神经网络模型的基本概念，参数等，需要一些基础。
数据处理的方法基本上慢慢都有涉及；
搭建模型也是循序渐进的，一次改进一点点；
基本上还是非常好的；
所有的代码都能跑起来，sklearn，kearas版本不一样，有时需要自己用help调整；
自己也根据这些模型处理一些自己的数据，很好。
满意的一本书。
数据处理的方法基本上慢慢都有涉及；
搭建模型也是循序渐进的，一次改进一点点；
基本上还是非常好的；
所有的代码都能跑起来，sklearn，kearas版本不一样，有时需要自己用help调整；
自己也根据这些模型处理一些自己的数据，很好。
满意的一本书。
2018年11月15日
虽然基本概念说清了，但没对代码详细的说明，得自己再对代码深度研究。除此之外，这书不适合零基础的人看，有一定机器学习基础才能看懂。虽然有不少问题，但仍然比很多书要好很多了！
有 6个买家评论和7个买家个评级。
