重磅 | 10本经典深度学习和神经网络书籍开放阅读

Posted 2021-08-20 AI科技大本营

深度学习是如今最火热的技术之一，但是对于有心入门却不得其法的同学来说，选择适合自己的书籍至关重要。

本着乐于助人、无私奉献的精神，小编特意为大家精选了 10本深度学习相关的书籍。这些书籍中，有些非常注重理论知识，主要关注神经网络和深度学习背后的数学和相关假设；有些则注重实战，通过代码而不是理论来讲解深度学习。而那种既有理论讲解，同时又有相应的实战训练的书籍。

本次电子书籍为CSDN回馈粉丝福利免费赠送，所有书籍均可在CSDN上在线学习（文末获取学习地址）。

现在，让我们一览这些书籍，比较优劣，看看哪些对于学习AI，或者说进一步理解这门艺术有最大的帮助：

第一本：《深度学习之图像识别：核心技术与案例实战》

本书全面介绍了深度学习在图像处理领域中的核心技术与应用，且提供了不同难度的案例供读者实践，可以在已有代码的基础上进行修改和改进，从而加深对所学知识的理解。

第二本：《keras深度学习实战》

 

通过阅读本书，读者不仅能学会使用Keras快捷构建各个类型的深度网络，还可以按需自定义网络层和后端功能，从而提升自己的AI编程能力。

第三本：《实战深度学习算法》

本书系统地介绍了如何用 Python 和 NumPy 一步步地实现深度学习的基础模型，可直接动手调试和观察整个训练过程，进一步理解模型及其算法原理。

第四本：《深度学习入门之PyTorch》

本书将从机器学习和深度学习的基础理论入手，从零开始学习PyTorch，了解PyTorch基础，以及如何用PyTorch框架搭建模型。

第五本：《深度学习之PyTorch物体检测实战》

本书从概念、发展、经典实现方法等几个方面系统地介绍了物体检测的相关知识，重点介绍了Faster RCNN、SDD和YOLO这三个经典的检测器，并利用PyTorch框架从代码角度进行了细致讲解。另外，《深度学习之PyTorch物体检测实战》进一步介绍了物体检测的轻量化网络、细节处理、难点问题及未来的发展趋势，从实战角度给出了多种优秀的解决方法，便于读者更深入地掌握物体检测技术，从而做到在实际项目中灵活应用。

第六本：《深度学习与计算机视觉——算法原理、框架应用与代码实现》

本书第1篇基础知识，介绍了人工智能发展历程、计算机视觉概要、深度学习和计算机视觉中的基础数学知识、神经网络及其相关的机器学习基础、卷积神经网络及其一些常见结构，最后对前沿的趋势进行了简单探讨。第2篇实例精讲，介绍了Python基础、OpneCV基础、简单的分类神经网络、图像识别、利用Caffe做回归、迁移学习和模型微调、目标检测、度量学习和图像风格迁移等常见的计算机视觉应用场景。

第七本：《TensorFlow深度学习实战》

本书将介绍如何有效地使用Google的开源框架TensorFlow进行深度学习

第八本：《零基础学机器学习》

本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python 基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容，以及相关实战案例。

第九本：《百面机器学习 算法工程师带你去面试》

书中收录了超过100道机器学习算法工程师的面试题目和解答，其中大部分源于Hulu算法研究岗位的真实场景。

第十本：《图像处理、分析与机器视觉（基于LabVIEW）》

主要介绍基于LabVIEW的图像处理、分析与机器视觉系统的开发技术。

以上书籍免费获取方法：

1.扫二维码添加助教

2.备注“资料”即可免费学习

长按扫码，领取资料

扫码免费领取

额外福利

人工智能从基础到实战




计算机视觉

深度学习

获取方法：

1.扫二维码添加助教

2.备注“资料”即可免费领取

长按扫码，领取资料

扫码免费领取