《深度学习原理与实践》一书系统讲解了深度学习的基本原理和实践技巧，涵盖了神经网络、卷积神经网络、循环神经网络等内容，深入浅出地介绍了各种深度学习模型的应用和优化方法。通过阅读这本书，读者可以全面了解深度学习的核心概念和最新发展趋势。
深度学习原理与实践读后感第一篇
作者对深度学习的了解可以看出非常深刻，而且关键是作者有一定的实战经验，特别是图像方面等。深度学习是机器学习的一个分支，这些年也比较火，书的内容在这两个方面都有介绍，而且参考了深度学习的最新的一些技术，而不是论文上的老的技术，这无疑对开发者帮助是很大的。推荐这本好书，可以做为人工智能方面的参考资料。
深度学习原理与实践读后感第二篇
写的不错。 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。。。。。。。。
作者对深度学习的了解可以看出非常深刻，而且关键是作者有一定的实战经验，特别是图像方面等。
深度学习原理与实践读后感第三篇
最近两年深度学习异常火爆，也出现了很多类似的书，本书有很多实战类的经验，并且结合了作者的一些开发经验，对于入门也是一本不错的书~要说缺点的话需要一些数学功底！作为深度学习的一本书，感觉对于这本书下了很多功夫！在书中可以看出作者的体贴之处！可能是作者对于深度学习方面有一些独到的了解！这本书的难易程度我觉得也是可以接受的！
深度学习原理与实践读后感第四篇
比起《Deep learning》这本书，本书的案例真的是可以说具体明确，深入浅出，比较好理解，需要部分数学基础，但对于业余的我也是很容易补相关知识的。
本书，真的是属于深入浅出，层层递进，作为一本入门，进阶，都不失为一种很好的选择。
当真是可以作为本科生，研究生较好学习深度学习的一种很好的选择。
深度学习原理与实践读后感第五篇
推荐！想学习深度学习很久了，但国内没什么好书，英文的又不太想看，后来朋友推荐了这本书，虽然是国人写的，但是作者很有水平，一看就是多年研究的学者，我就抱着试一试的心态翻了几页，发现原理讲得很透彻，当下就决定买来试试。这几个月工作比较忙，但还是耐心地看完了，我觉得这本书很适合对深度学习有兴趣的人。最好是边看边做，效果会更好哦。
深度学习原理与实践读后感第六篇
深度学习和机器学习方向毕竟火，对于找大数据方向，算法等方向的找工作有比较大的指导意义。
但是对于此类方法的学习，需要一定的数学基础。但是市面上很多书都很难理解，这本书讲的深入浅出，详细介绍啦关于CNN,RNN等相关的深度学习模型。对于深度学习等方向的研究生博士生也可以多多参考学习！本书还推荐很多实例给大家，方便大家理解，推荐!
深度学习原理与实践读后感第七篇
学习深度学习很不错的工具书，强烈推荐！~原理和实际案例结合，易学易懂~
里面内容涵盖了深度学习相关的常用网络模型（ANN,CNN,RNN）以及不同网络模型的算法原理。而且还提供完整的进阶内容和对应案例，达到了学以致用的目的。
面向读者群非常广，本人觉得可以作为从事深度学习、数据工程师以及数据平台开发工程师或管理者的常用工具书外，还可以作为深度学习爱好者的入门进阶读物。里面的大量实际案例及讲解都是非常贴近目前工作中所遇到的问题，也给未来将要从事此类职位的人一些实践机会。
深度学习原理与实践读后感第八篇
最初被这本书丰富的插图所吸引了。翻了翻目录，看到这本书涵盖的深度学习的大部分内容，于是便从图书馆借阅。
本书从最基本的人工神经网络讲起，介绍了深度学习的发展，包含当下流行的卷积神经网络，循环神经网络等模型，涉及深度学习的基础和技巧，对常见知识做的详细的定义和阐释。
不足之处是本书的用语比较抽象，让没有概念的初学者有点难以理解。比如P95页讲述卷积神经网络时说“由于图像上同一特征映射面上的神经元权值相同，所以卷积神经网络模型可以并行训练，极大提高神经网络的训练时长”。这个“统一特征映射面” 前后文都没有提到，突然出现让人疑惑。还有“提高训练时长”，我想作者想表达的应该是提高训练速度的意思吧。
本书的代码风格也有点让我不习惯，并且对于关键步骤没有做解释。
总的来说，我觉得这本书适合粗略的浏览，知道深度学习在干嘛，就很好了！
当然以上都是来自一个初学者的观点，也许我看不懂作者表达的部分原因是我自身的功力还不够。。
