允中 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

今日份知识带货，推荐一本名为Grokking Deep Learning的新教材。

书名直译，就叫《与深度学习神交》吧。

虽是新书，但作者并非无名之辈，而且不论是GitHub，还是Twitter，都纷纷点赞这本新教材。

更重要的是，这还是一本入门教材。作者自序：只要有高中数学基础、有点编程经验——比如Python和numpy，你就可以开始学习进阶了。

不知道你觉得这个门槛如何？

不过提醒一句，一个搞AI的博士作者，为这书在Twitter上发了个“完成庆祝”，马上就有了数百个转发、上千个点赞。

不觉明历。

作者其人

先简单介绍下作者。

名为Andrew Trask，现在的身份是牛津大学博士生，而且还拿的的是牛津-DeepMind的奖学金，专功深度学习方法，特别是自然语言领域。

而且区别于其他坐而论道的研究者，Andrew Trask之前还有过工业实战履历。

他在Digital Reasoning的研究员和分析产品经理，训练打造过全球规模最大的神经网络——参数超1600亿，并且帮助一些大数据高复杂度的计算平台制定分析路线，比如情报、金融和医疗保健行业的数据分析和计算等。

超低门槛

Andrew Trask自述，这本书写了近3年，边写边接受反馈，同时还有配套的手把手实操指南。

之所以这么做，一是希望任何感兴趣深度学习的人，都能通过这本书认识深度学习，不会被枯燥的高等数学和复杂代码吓倒。

另一方面也是希望真正想从事AI的人，哪怕只有高中数学基础，或者懂一点编程，都能从第一章开始，不断升级进阶，最后掌握深度学习的原理、应用和实操。

总之，希望深度学习、AI，都能成为人人可用的工具。

教程内容举例

Andrew Trask还介绍了Grokking Deep Learning的部分内容。

通过此书，你可以：

• 知晓神经网络的“学习”原理

• 学会构建一个识别和解析图像的神经网络

• 学会打造一个跨语言的神经网络翻译器，也可以打造一个写作的内容生成神经网络

• 另外对游戏感兴趣的朋友，也能构建一个玩电子游戏的神经网络

总之，涵盖了目前神经网络应用的各大主要场景。

传送门

最后，说一千道一万，不如让你自己去验证，是否真的足够低门槛，是否真能无微积分基础学会神经网络打造。

教材地址：

https://www.manning.com/books/grokking-deep-learning?a_aid=grokkingdl&a_bid=32715258

GitHub资源：

https://github.com/iamtrask/Grokking-Deep-Learning

手把手实操指南：

https://machinelearningmastery.com/start-here/

纸质版预购：

https://www.amazon.com/Grokking-Deep-Learning-Andrew-Trask/dp/1617293709

祝学习愉快~

— 完 —

加入社群

量子位AI社群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）

活动策划招聘

量子位正在招聘活动策划，将负责不同领域维度的线上线下相关活动策划、执行。欢迎聪明靠谱的小伙伴加入，并希望你能有一些活动策划或运营的相关经验。相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态