神经网络与深度学习读后感

作者：吴岸城

本书结合日常生活中的寻常小事，生动形象地阐述了神经网络与深度学习的基本概念、原理和实践，案例丰富，深入浅出。对于正在进入人工智能时代的我们，这些内容无疑可以帮助我们更好地理解人工智能的原理，丰富我们对人类自身的认识，并启发我们对人机智能之争更深一层的思考与探索。

神经网络与深度学习在线阅读地址

科学是讲究一点传承，它在各个学科都是如此。这是一本2014出的老AI书（读第五本有关书）。本书最大特点就是用通俗易懂语言，或者从另外一个讲故事角度，专门介绍AI中特别是“深度学习（Deep learning)”的来龙去脉。
近来几年，计算机科学最火的词儿就是“深度学习”。本书它再次重点是用历史大回顾，大手笔介绍了其在AI领域中的家谱，是谁发展了何概念，有什么意义。多了解一点如此东东，可以非常有助于下一步深入学习领会应用。
本书的第二个特点是对于AI中重要方法或者概念有深度解读。第三个特点就是所有概念，甚至一些具体技术方法的介绍都是用像：比如，事例，一个设计故事而不是有复杂术语来套术语。第四个特点，书中推荐了一些free深度学习的网站资源及网上课程信息网络。第五，附录，参考文献十分宝贵。
入前所叙，尽管它出版时间是2014年，但是它对于AI 科普教育依然十分有益。作者对于AI的理解深刻及精彩形象表达，帮助读者理解复杂内容。它是目前已经读的五本书中，介绍AI技术含量高，更加通俗易懂好书。估计只要有一般高中背景，并且会读书，应该就可以欣赏本书。特别是、如果还知道合适跳过暂时不理解或者不需要理解应用内容。
作者定义：“如何体现深度学习和一般神经网络的区别呢？一句话：只要有超过一个层级的非线性特征转换（抽取），我们就能定义它是深度的”。简明扼要！
作者推荐重要参考连接：“对于深度学习和深度相关算法的理解，首推吴恩达的课程，他的简介链接http://cs.stanford.edu/people/ang/，他的课程的中文翻译地址为http://ufldl. stanford.edu/wiki/index.php/UFLDL教程（注意，链接包括“教程”中文汉字）, Andrew还有个身份：Coursera的创始人，对于吴恩达来说，Coursera是他的传播工具，而深度学习是他的主要研究方向”。