書單丨5本神經網路好書帶你告別深度學習恐懼症！
神經網路是機器學習和深度學習的基礎
初次聽說其名號的人都會充滿著各種幻想
深入瞭解後你會發現
它還是對治深度學習恐懼症的一劑良藥
NO.1
ofollow,noindex" target="_blank">《解析深度學習：卷積神經網路原理與視覺實踐》
魏秀參 著
周志華教授作序力薦，展現深度學習特別是CNN從資料、模型到系統的全棧式開發過程和技巧，一流的深度學習入門實踐書！
本書作為卷積神經網路的入門書籍，兼顧基礎知識和學習難點，讓初學者不僅可以看明白、而且能夠讀懂，知其所以然並舉一反三運用到自己的工程實踐中。在內容上涵蓋深度卷積神經網路的基礎知識和實踐應用兩大方面。通過“基礎知識”和“實踐技巧”兩方面使讀者從更高維度瞭解、掌握併成功構建針對自身應用問題的深度卷積神經網路。
NO.2
《圖解深度學習與神經網路：從張量到TensorFlow實現》
張平 編著
本書是以TensorFlow 為工具介紹神經網路和深度學習的入門書，內容循序漸進，以簡單示例和圖例的形式，展示神經網路和深度學習背後的數學基礎原理，幫助讀者更好地理解複雜抽象的公式。同時，採用手動計算和程式程式碼這兩種方式講解示例，可以更好地幫助讀者理解TensorFlow 的常用函式介面，為讀者掌握利用TensorFlow 搭建人工智慧專案打下良好的基礎。
NO.3
劉凡平 等 編著
本書緊密結合一線工程師的研究成果，是對當前神經網路和深度學習的完整性原理介紹和實踐分析。
本書從結構上重點介紹了前饋型神經網路、反饋型神經網路，以及自組織競爭型神經網路，並針對當下深度學習中比較重要的網路進行了詳細介紹，包括卷積神經網路、迴圈（遞迴）神經網路、深度信念網路、生成對抗網路，以及深度強化學習。
NO.4
何宇健 編著
本書較為全面地介紹神經網路的諸多基礎與進階的技術，以及如何利用神經網路來解決真實世界中的現實任務。
各章節的內容不僅包括了經典的傳統機器學習演算法與神經網路的方方面面，也對它們進行了對比與創新。如果能夠掌握好本書所敘述的知識的話，相信即使具體的技術迭代得再快，讀者也能根據本書所打好的基礎來快速理解、上手與改進它們。
NO.5
《Python與機器學習實戰：決策樹、整合學習、支援向量機與神經網路演算法詳解及程式設計實現》
何宇健 編著
雖說神經網路演算法的推導看上去繁複而“令人生畏”，但其實所用到的知識並不深奧。本書演算法與程式碼兼顧，通過簡單的Python，來完成複雜的機器學習演算法。
本書由淺入深，理論與實踐並存，同時將理論也進行了合理的分級；無論讀者在此前對機器學習有何種程度的認知，想必都能通過不同的閱讀方式有所收穫。