[资源分享] 推荐两本电子书

Posted 2022-06-03 spearhead_cai

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了[资源分享] 推荐两本电子书相关的知识，希望对你有一定的参考价值。

又到了一周一次的资源和教程推荐。这周会推荐两本电子书，希望大家不只是收藏不阅读系列哦！

1. 《模式识别与机器学习》（PRML）免费开放下载

第一本推荐的书籍就是 AI 领域里面一直都非常有名的书籍--《模式识别与机器学习》（Pattern Recognition and Machine Learning，PRML），这是一本相当于数据结构算法方面的《算法导论》同等地位的书籍，非常有名，但书又比较厚，而且也并不适合新手入门，但对于有一定机器学习基础，想继续进阶，可以看这本书来查漏补缺，更加深入了解机器学习，豆瓣评分是达到 9.5分的！

现在，这本作者是微软剑桥研究院实验室主任 Christopher Bishop 被微软免费开源了！

这本书的所有下载资源如下：

本书介绍&下载页：

https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book

全书链接（758页）：

https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf

第三方Matlab实现：

http://prml.github.io/

这本书总共有 14 章内容，目录如下：

第一章介绍
第二章概率分布
第三章线性回归模型
第四章线性分类模型
第五章神经网络
第六章内核方法
第七章稀疏内核机器
第八章图形模型
第九章混合模型和EM
第十章近似推断
第十一章采样方法
第十二章连续潜在变量
第十三章顺序数据
第十四章组合模型

2. 开源中文书「TensorFlow内核剖析」

第二本推荐的书是关于 TensorFlow 的，它的定位如下：

这是一本剖析 TensorFlow 内核工作原理的书籍，并非讲述如何使用 TensorFlow 构建机器学习模型，也不会讲述应用 TensorFlow 的最佳实践。本书将通过剖析 TensorFlow 源代码的方式，揭示 TensorFlow 的系统架构、领域模型、工作原理、及其实现模式等相关内容，以便揭示内在的知识

项目地址：

https://github.com/horance-liu/tensorflow-internals

PDF 下载地址：

https://raw.github.com/horance-liu/tensorflow-internals/master/tensorflow-internals.pdf

阅读方式

初次阅读本书，推荐循序渐进的阅读方式；对于高级用户，可以选择感兴趣的章节阅读。首次使用 TensorFlow 时，推荐从源代码完整地构建一次 TensorFlow，以便了解系统的构建方式，及其理顺所依赖的基本组件库。

另外，推荐使用 TensorFlow 亲自实践一些具体应用，以便加深对 TensorFlow 系统行为的认识和理解，熟悉常见 API 的使用方法和工作原理。强烈推荐阅读本书的同时，阅读 TensorFlow 关键代码；关于阅读代码的最佳实践，请查阅本书附录 A 的内容。

版本说明

本书写作时，TensorFlow 稳定发布版本为 1.2。不排除本书讲解的部分 API 将来被废弃，也不保证某些系统实现在未来版本发生变化，甚至被删除。

同时，为了更直接的阐述问题的本质，书中部分代码做了局部的重构；删除了部分异常处理分支，或日志打印，甚至是某些可选参数列表。但是，这样的局部重构，不会影响读者理解系统的主要行为特征，更有利于读者掌握系统的工作原理。

同时，为了简化计算图的表达，本书中的计算图并非来自 TensorBoard，而是采用简化了的，等价的图结构。同样地，简化了的图结构，也不会降低读者对真实图结构的认识和理解。

在线帮助

为了更好地与读者交流，已在 Github 上建立了勘误表，及其相关补充说明。由于个人经验与能力有限，在有限的时间内难免犯错。如果读者在阅读过程中，如果发现相关错误，请帮忙提交 Pull Request，避免他人掉入相同的陷阱之中，让知识分享变得更加通畅，更加轻松，我将不甚感激。