TensorFlow将各种经典算法特别是神经网络模型组织成一个平台，能够便捷地在目标领域实践机器学习算法。TensorFlow作为最流行的机器学习框架之一，具有对Python语言的良好支持，有效降低了进行机器学习开发的门槛，能够支持CPU、GPU或Google TPU等硬件环境，让机器学习能够便捷地移植到各种环境中。

《Python+TensorFlow机器学习实战》全面阐述TensorFlow机器学习框架的原理、概念，详细讲解线性回归、支持向量机、神经网络算法和无监督学习等常见的机器学习算法模型，并通过TensorFlow在自然语言文本处理、语音识别、图形识别和人脸识别等方面的成功应用来讲解TensorFlow的实际开发过程。通过学习，可以少走很多弯路，快速上手TensorFlow开发。

《Python+TensorFlow机器学习实战》PDF+源代码课件+李鸥

《Python+TensorFlow机器学习实战》PDF，248页，有书签目录，文字可以复制，李鸥 著。配套源代码和课件。

下载:https://pan.baidu.com/s/1hpn-FzblU3wLa7_hu05sZQ

提取码: nsdb

讲解19种机器学习经典算法，依次击破重难点，包括113张图解说明，方便理解，囊括文本识别、语音识别、图形识别、人脸认识等，31个实例、13个案例，详解TensorFlow机器学习。

肖莱《Python深度学习》中文PDF+英文PDF+代码

《Python深度学习》中文PDF，314页，带目录，彩色配图，能够复制；英文PDF，386页，带书签，彩色配图；配套源代码。

下载: https://pan.baidu.com/s/1AWvcyx9wt-T0Z1nzZNXHKA

提取码: 8ams

学习深度学习时，我想《Python深度学习》应该是大多数机器学习爱好者必读的书。书最大的优点是框架性，能提供一个“整体视角”，在脑中建立一个完整的地图，知道哪些常用哪些不常用，再据此针对性地查漏补缺就比较方便了，而如果直接查文档面对海量的API往往会无所适从。

下载: https://pan.baidu.com/s/154ZJDs9JYbeV5X2WltVFrg

提取码: w8f6

《深度学习入门基于Python的理论与实现》PDF+源代码+斋藤康毅

《深度学习入门基于Python的理论与实现》中文PDF，314页，带目录标签，文字可复制。配套源代码。

下载: https://pan.baidu.com/s/1Ew_WvDQljWZ_YnGW-VDlsA

提取码: mh49

入门神经网络深度学习，推荐学习《深度学习入门：基于Python的理论与实现》，这本书不来虚的，一上来就是手把手教你一步步搭建出一个神经网络，还能把每一步的出处讲明白。理解神经网络，很容易就能入门。

何之源《21个项目玩转深度学习基于TensorFlow的实践详解》PDF+代码

《21个项目玩转深度学习基于TensorFlow的实践详解》PDF，378页，带目录，文字可以复制；配有源程序。

下载: https://pan.baidu.com/s/1SOVi7Rbcu4wX6iP2uVwqbA

提取码: cfbs

《21个项目玩转深度学习:基于TensorFlow的实践详解》包含21 个项目，分为深度卷积网络、RNN网络、深度强化学习三部分。可以在自己动手实践的过程中找到学习的乐趣，了解算法和编程框架的细节，让学习深度学习算法和TensorFlow 的过程变得轻松和高效。

经典花书《深度学习》PDF中文+PDF英文+伊恩

《深度学习》中文PDF，带目录，文字能够复制；英文PDF，带目录，文字能够复制；

下载: https://pan.baidu.com/s/1szXe5K1uBpv06v3ESyd3Cw

提取码: sw6k

14章的Autoencoders很重要也很有应用前景。16,17章的Probability Model与Monte Carlo Method具有普适性也值得一读。19章讲的EM算法，MAP，Sparse Coding都是Inference里重中之重。

黄昕《推荐系统与深度学习》PDF+代码

《推荐系统与深度学习》PDF，215页，带书签目录，文字可以复制。配套源代码。

下载: https://pan.baidu.com/s/1ICrbQxvvMqzIDk4y0zs_dA

提取码: 4bpz

区别于其他推荐算法，《推荐系统与深度学习》引入了已被实践证明效果较好的深度学习推荐技术，包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用，并给出了相关的实践代码；除了在算法层面讲解推荐系统的实现，还从工程层面详细阐述推荐系统如何搭建。

单建华《卷积神经网络的Python实现》PDF+代码

《卷积神经网络的Python实现》PDF，232页，带书签目录，文字可以复制；配套源代码，作者: 单建华 ；《深度学习:卷积神经网络从入门到精通》PDF，434页，带书签目录，文字可以复制，李玉鑑著。

下载: https://pan.baidu.com/s/18jSwnnG4-j6rkj58mIp89Q

提取码: b4cs

《图解深度学习与神经网络从张量到TensorFlow实现》PDF+源代码+张平

《图解深度学习与神经网络从张量到TensorFlow实现》PDF，338页，带书签目录，文字可以复制。配套源代码；作者：张平

下载: https://pan.baidu.com/s/1HYoGy3PezrxQWtR649b_Uw

提取码: xpm1

学习290张图+110个可执行的TensorFlow示例程序+算法示例；学习神经网络与深度学习背后的数学原理及上手应用；学习神经网络、深度学习背后的数学基础，掌握它们的原理与实现，更深刻地理解开源深度学习框架TensorFlow中的常用函数。

李志《TensorFlow深度学习》中文PDF+英文PDF+代码

中文PDF，245页，带书签目录，文字可复制；英文PDF，436页，带书签目录，文字可复制；配套源代码。

下载: https://pan.baidu.com/s/1Qndgzk6g9ond-_5WeQ1c9A

提取码: mhap

我们应该学习如何分析并改进深度学习模型的表现，通过与标准算法进行比较，借助机器智慧，在特定文本中从信息和决策行为中学习。使用TensorFlow进行深度学习，并将所学知识用于研究或商业项目。

《图解深度学习》PDF+山下隆义+张弥

下载: https://pan.baidu.com/s/1oXNh9LFtCbpgNvR2AAGKVA

提取码: hfbr

《图解深度学习》PDF，221页，带书签目录，文字可以复制。 作者:山下隆义，译者:张弥。

主要讲了八章内容，第1章什么深度学习，第2章神经网络，第3章卷积神经网络，第4章受限玻尔兹曼机，第5章自编码器及在预训练中的应用，第6章提高泛化能力的方法，第7章学习深度学习开发环境和工具，第8章深度学习的应用案例和发展。我认为是难度适中，可以作为入门提高书，不深不偏，插图到位，数据和工具的视角值得肯定。

下载: https://pan.baidu.com/s/154ZJDs9JYbeV5X2WltVFrg

提取码: w8f6

陈仲铭《深度学习原理与实践》PDF+代码

《深度学习原理与实践》PDF，342页，带书签目录，文字可以复制，陈仲铭著，配套源代码。

下载: https://pan.baidu.com/s/1WlQwbtf8nGjwQ-BzchtUdw

提取码: h9yz

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，深度学习原理与实践讲的深入浅出，详细介绍啦关于CNN,RNN等相关的深度学习模型。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。

不足之处是用语比较抽象，让没有概念的初学者有点难以理解。比如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”，我想表达的应该是提高训练速度的意思吧。