推荐这本书入门深度学习

恼人的数学始终是横在深度学习前的一座从未跨越的大山。

对一部人来说，往往在山脚下钻研数日后，就解锁了“从入门到放弃”的新成就。

牛津大学的在读博士Andrew W. Trask也觉得数学不是入坑的最好工具。于是，他编写了一本深度学习入门书Grokking Deep Learning，翻译过来是《对机器学习心领神会》。

没错，它最大的优势就是：简单易懂、新手友好和高数绝缘。此外，这325页的资料还能在线阅读。

这是本书，一本深度学习介绍书，一本脱离了高等数学的介绍书。

内容友好

为了照顾新手，这本书内容分为两部分。

第一部分为神经网络基础，分为9个小章节，从深度学习概念介绍到神经网络，基本涵盖从入坑到简单上手的基础内容。

△第一部分目录

第二部分为高级层和架构，目前有6个章节，打眼看过去，基本上是用第一部分内容进行实践，比如你可以让神经网络写出莎士比亚风格的诗，还能教他理解图像读懂画作，还能自己构建一个百科达人模型~

△第二部分目录 | 满足你的动手欲

开始测评

那么问题来了，一直强调脱离了数学的深度学习介绍书，真的如作者所说如此亲民么？

此前，量子位介绍过

国内汤晓鸥老师主编的高中AI教材

《人工智能基础》，在169页的篇幅中，编者用彩图和插画试图降解中学生理解的难度，但——

仍有很多大学毕业的成年同学表示，宝宝依旧看不懂啊，里面的数学介绍是在太多了。

比如，在介绍音乐风格分类时，画风是这样的：

但在这本牛津小哥的书中，确实有意避开了数字推理部分，比如在讲线性和非线性的内容时，画风是这样的：

简写的数学推理部分，作者用原理描述来代替。

不过，量子位也发现了这个预印本中的一些“bug”。在部分内容后，会有一些乱码。

比如在这张神经网络结构示意图下面有几段颜色偏浅的描述，一番搜索后量子位发现，它真的是乱码而非某个小语种。

再仔细探索得知，学习这些部分就是要收费的了，售价39.99美元。在国内可能价格偏高，在一本教材就动辄几百美元的米国，还算亲民吧。

相关资料

此版本目前还属于预印本，最后一个章节还未更完。不久之后会有实体书和PDF版出来。

在线阅读地址：

https://www.manning.com/books/grokking-deep-learning?a_aid=grokkingdl&a_bid=32715258

iPython配套笔记地址：

https://github.com/iamtrask/Grokking-Deep-Learning

论坛：

https://forums.manning.com/forums/grokking-deep-learning

对了，这本书目前还没有中文译本。在量子位后台，有一位读者曾这样留言：

“多年来，横亘在我和深度学习之间最大的鸿沟不是数学，而是英语啊。”