个人翻译：深度学习： Python 教程（Deep Learning With Python )

[cnbeining]

决定挖个坑。目前填完一半了，目标本周内结束。

整本书是从上到下的介绍：先搞懂基本概念，然后开始做项目。对于入门者是个福音，思路类似于 fast.ai 。

然而 fast.ai 用 PyTorch：目前 Keras 的书几乎没有，TF 的书进去就研究底层。为了逼自己细致看一遍，我干脆把书翻译了丢出来吧。

地址： https://cnbeining.github.io/deep-learning-with-python-cn/

求斧正。书中肯定有不少错漏。回复如果看不见，请邮件：i at cnbeining.com 肯定回。




注：本书不是 Keras 作者那本没出的书！

推送请直接 watch https://github.com/cnbeining/deep-learning-with-python-cn 这样每次新章节更新会有邮件。

（然而我第一次用 gitbook 万一手残别见笑。。。）

[matsuijurina]

加油加油，另外 keras 作者那本书真的写得很好，楼主有空也可以看看。

[WeberXie]

@matsuijurina 请问哪里好呢？顺便求下书名，谢啦！

[cnbeining]

@WeberXie 书名就是 Deep Learning With Python。

好处是：先教你工程实践。

作者说的很明白：

>如果你去问大佬们深度学习如何入门，他们会怎么说？不外乎：

线性代数是关键啊！
你得了解传统神经网络才能干啊！
概率论和统计学是基础的基础不是吗？
你得先在机器学习的水里扑腾几年再来啊。
不是计算机博士不要和我说话好吗！
入门挺简单的：10 年经验应该差不多也行有可能就够了吧。
总结一下：只有大神才能做深度学习。

净 TM 扯淡！

...

>本书准备把传统的教学方式倒过来：直接教你怎么深度学习。如果你觉得这东西真厉害我要好好研究一下，再去研究理论细节。本书直接让你用深度学习写出能跑的东西。

...

> 本书会带领你亲手构建神经网络和深度学习模型，告诉你如何在自己的项目中利用。

我更喜欢这种方法，而不是先从理论开始。否则一开始会直接懵逼，偶尔有谁坚持下来才发现原来不需要懂那么多细节也能做出产品。然后再去研究理论也不迟。

[cnbeining]

@matsuijurina Keras 作者那本书有点大，最近比较忙。。。虽然也在书单中了。

[z0z]

支持楼主，最近也在看这方面的资料

[cnbeining]

@z0z TF 够多了 Keras 没有。。。我也是气性大。。

[Kilerd]

Telegram 看到了，来 V2 再顶一次（滑稽

[Hzzone]

其实要我说的话...想做 dl 连英语都不过关...

[leeoo]

支持，准备拿这个入门深度学习

[fghjghf]

@Hzzone 因为面对读者不一样。这类读者毕竟都是兴趣推动的。明白个大概、会调 API 已经很有成就感了，而不是去创造 /创新算法。举个例子：十几前，同样有人说：想做 win 开发连英文都不过关...几年前：想做 IOS 开发连英文都不过关...这是产业链逐渐成熟导致的。

[cnbeining]

@Hzzone @fghjghf 这种需要看脸的东西 没兴趣怎么能做得下去。。。也是强迫自己从头学一遍。

[scriptB0y]

加油……

[cnbeining]

@scriptB0y 更到第 12 章。

[Hzzone]

@fghjghf 不管做哪行，英语都很重要撒

[cnbeining]

@Hzzone 这倒是。

[thomasyim]

帮顶

[satura]

支持！最近想了解深度学习，搜索出来的资料要么言之无物，要么讳莫如深。先不管深度学习是什么，先看看它能做什么。「本书准备把传统的教学方式倒过来：直接教你怎么深度学习。如果你觉得这东西真厉害我要好好研究一下，再去研究理论细节。本书直接让你用深度学习写出能跑的东西。」这样的教材才是真正入门的好教材。

[cnbeining]

@satura fast.ai 的说明很明白：

你怎么教人打棒球？先从物理学 生物学 数学开始研究？然后研究空气动力学？一口气学到 PhD ？到 30 多岁了再把人领到场上开始教规则？

肯定不是啊。肯定是先带人去球场 扔几个球 讲讲规则 一边练一边学是不是。学开车也是如此 不可能从车辆工程开始入手 告诉你什么是方向盘什么是换挡杆什么是油门刹车就够了 把车开出去再说。

我还是喜欢这种办法：翻译时我尽可能把需要研究的关键字都点出来（虽然不一定深入讲解） 这样 Google 起来方便。

另：今天预计更到第 17 章完毕。

[fghjghf]

@Hzzone 并不是，举个例子：做一个普通销售，在职场里面英文水平是瓶颈还是你的口才(忽悠水平)？语言是一种附加的能力，而不是最要的能力，针对不同领域的权重系数都不一样。所以说，楼主能翻译这个并且分享出去我是大大支持的，并不是说不懂英文就彻底与 DL 无缘，因为这种实践先行的教材本来就是针对有兴趣的人，可能是社会底层人群，可能是中学生，又有可能是中年大叔，对他们而言不用深究去创造新算法、或者去改轮子。他们明白个大概，会掉 API 做些小 demo 已经很开心了。而真正搞 DL 的人，根本不会看这种教材。。总的来说，面对的读者不一样。

[wuyuchenshishabi]

你不学学监督学习非监督学习就直接上来深度学习，步子太大扯着淡怎么办？

[winglight2016]

fast.ai 挺好的，楼主翻译的我看了一遍，感觉内容讲得太浅了，缺少细节，初学者恐怕很难照着做出来

[cnbeining]

@fghjghf 哪怕是软件开发 自己从头造轮子的事情也不多。一开始只有 Computer Scientist 才会 Programming：现在 Software Engineering 和纯 CS 已经开始有点距离了。

所谓“给不求甚解一个机会”：ML 肯定也会往这个方向走。从 12 年到现在，年年有新花样，网络复杂了，写起来却一年比一年简单。现在够简单了吗？还行吧。



@wuyuchenshishabi 看第 10~12 章。所有的概念全引出来了。当然从预览看 Keras 作者的那本书比这个详细的多。。。

我自己并不是用这个书入门的，翻这个书主要是想强迫自己学一遍 Keras 的基本语法。但是我觉得 如果我可以 top down 入门 会比 button up 舒服的多。

[cnbeining]

@winglight2016 后面会讲 CNN 和一些调参的技巧。

书其实是有详细注释过的代码库的，我应该加个 link。。。

照着做肯定能做出来，如果懂 Python。应该吧。。

[hayao650]

楼主好人一生平安

[cnbeining]

@hayao650 更到 17 章。肝爆了。如果身体没问题这两天应该能肝完。。。

[firefox12]

agree, 循序渐进是对的。但是很多时候都是先上手，有感性认识变成理性认识。

这里用 linux 的人很多，懂 linux 内核的有几个？用 mysql 的人很多，懂 mysql mvcc 有几个？会开车的很多，会修车的有几个？
所以我们先不要用 linux 和 mysql 了，先花个 5 年学会了 再开始使用？ 大多是也就是用一下工具，有几个人能给 TensorFlow 打 patch 呢？

[qsnow6]

关注，期待更新

[zengqiang2006]

@cnbeining Keras 作者那本书这里有 https://bigdata-ny.github.io/2018/03/17/deep-learning-with-python-chapter-3-3.4/

[wizardforcel]

DL 真的和统计机器学习是两条路子，先学统计机器学习真的会带跑偏。