强烈推荐《Deep Learning》这本书，之前看过小部分英文版，感觉很不错。
<img src="https://pic2.zhimg.com/v2-404077e68e3ff9fe0518ed8b925f799d_b.png" data-rawwidth="257" data-rawheight="306" class="content_image" width="257">
这本书的中文版应该是今天(2017.7.22)刚刚上市。
作者：由Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 三位大牛合著的 AI 新圣经。
该书由北京大学数学科学学院统计学教授、北京大学大数据研究中心和北京大数据研究院数据科学教授张志华审校，众多译者协力完成。
《深度学习》这本书从浅入深介绍了基础数学知识、机器学习经验以及现阶段深度学习的理论和发展，不管是人工智能技术爱好者，还是相关从业人员使用这本书都是非常有好处的。
有了“一书在手，天下我有”的感觉。
再贴一段关于这本书的介绍。
《深度学习》的一大特点是介绍深度学习算法的本质，脱离具体代码实现给出算法背后的逻辑，不写代码的人也完全可以看。为了方便读者阅读，作者特别绘制了本书的内容组织结构图，指出了全书20章内容之间的相关关系，如图所示。读者可以根据自己的背景或需要，随意挑选阅读。
最后再贴下这本书中文版的目录。
<img src="https://pic2.zhimg.com/v2-558010a486a2f6501a8b64fbec8a4b9d_b.png" data-rawwidth="900" data-rawheight="1273" class="origin_image zh-lightbox-thumb" width="900" data-original="https://pic2.zhimg.com/v2-558010a486a2f6501a8b64fbec8a4b9d_r.png">
<img src="https://pic4.zhimg.com/v2-8e94a94aea16374df6afdc80a9800313_b.png" data-rawwidth="898" data-rawheight="1293" class="origin_image zh-lightbox-thumb" width="898" data-original="https://pic4.zhimg.com/v2-8e94a94aea16374df6afdc80a9800313_r.png">
<img src="https://pic2.zhimg.com/v2-f2a7cda40977a178e35fe3e038a011e1_b.png" data-rawwidth="900" data-rawheight="1321" class="origin_image zh-lightbox-thumb" width="900" data-original="https://pic2.zhimg.com/v2-f2a7cda40977a178e35fe3e038a011e1_r.png">
<img src="https://pic1.zhimg.com/v2-6a5fe9918824032e2fcac3cfc811ebe0_b.png" data-rawwidth="900" data-rawheight="1294" class="origin_image zh-lightbox-thumb" width="900" data-original="https://pic1.zhimg.com/v2-6a5fe9918824032e2fcac3cfc811ebe0_r.png">
<img src="https://pic1.zhimg.com/v2-0c281fc5120e9b4d9f09c3e2bec93fd8_b.png" data-rawwidth="900" data-rawheight="1304" class="origin_image zh-lightbox-thumb" width="900" data-original="https://pic1.zhimg.com/v2-0c281fc5120e9b4d9f09c3e2bec93fd8_r.png">
<img src="https://pic1.zhimg.com/v2-75252d06fb0fb195e770782fb4f063e4_b.png" data-rawwidth="900" data-rawheight="1322" class="origin_image zh-lightbox-thumb" width="900" data-original="https://pic1.zhimg.com/v2-75252d06fb0fb195e770782fb4f063e4_r.png">
<img src="https://pic4.zhimg.com/v2-75a4a2dbb7884a97e5cca5699fd17773_b.png" data-rawwidth="900" data-rawheight="1312" class="origin_image zh-lightbox-thumb" width="900" data-original="https://pic4.zhimg.com/v2-75a4a2dbb7884a97e5cca5699fd17773_r.png">
<img src="https://pic4.zhimg.com/v2-602f37a8db881c5d8267349626efc567_b.png" data-rawwidth="900" data-rawheight="1308" class="origin_image zh-lightbox-thumb" width="900" data-original="https://pic4.zhimg.com/v2-602f37a8db881c5d8267349626efc567_r.png">
<img src="https://pic1.zhimg.com/v2-6b31d95dd0011e96ba42c6fc75ae795c_b.png" data-rawwidth="900" data-rawheight="1342" class="origin_image zh-lightbox-thumb" width="900" data-original="https://pic1.zhimg.com/v2-6b31d95dd0011e96ba42c6fc75ae795c_r.png">
<img src="https://pic1.zhimg.com/v2-7aa837d5263024c3641791ee096f541c_b.png" data-rawwidth="900" data-rawheight="352" class="origin_image zh-lightbox-thumb" width="900" data-original="https://pic1.zhimg.com/v2-7aa837d5263024c3641791ee096f541c_r.png">
Linear Models and Generalizations – Least Square and Alternatives
Convex Optimization
The Elements of Statistical Learning
最后上 Statistical Learning Theory by Vapnik V.
入门deep learning其实不需要很深的数学基础，本科的线性代数应该够了。但是如果想深入研究的话，多了解一些还是有必要的。
另外，强烈推荐Nando de Freitas大神的Deep Learning at Oxford 2015
https://www.youtube.com/playlist?list=PLE6Wd9FR--EfW8dtjAuPoTuPcqmOV53Fu
其他的公开课大多强调深度学习在某一方面的应用，比如CV, NLP，而这个讲的更全面一些，从最基础的linear regression到state of the art的cnn，rnn，lstm都有所涉及。
作者：岛田家的夕立改二
链接：https://www.zhihu.com/question/41459109/answer/91519027
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。