最近公司里有一些对于算法方面的工作，想到能学点乏味的新技术，于是毫不犹豫地加入了学习，机器学习，深度学习，离咱们 Java 工程师到底远不远，说近不近，说远也不远，咱们甚至能够在没有太多机器学习实践的根底时，去学习一些深度学习的简略利用，至多拿到 demo 过去跑一下还是没什么问题的。
深度学习到底是啥，简略来说，深度学习是机器学习畛域中一个新的钻研方向，它被引入机器学习使其更靠近于最后的指标——人工智能(AI, Artificial Intelligence)。
深度学习是学习样本数据的外在法则和示意档次，这些学习过程中取得的信息对诸如文字，图像和声音等数据的解释有很大的帮忙。它的最终目标是让机器可能像人一样具备剖析学习能力，可能辨认文字、图像和声音等数据。深度学习是一个简单的机器学习算法，在语音和图像识别方面获得的成果，远远超过先前相干技术。
深度学习在搜寻技术，数据挖掘，机器学习，机器翻译，自然语言解决，多媒体学习，语音，举荐和个性化技术，以及其余相干畛域都获得了很多成绩。深度学习使机器模拟视听和思考等人类的流动，解决了很多简单的模式识别难题，使得人工智能相干技术获得了很大提高。
明天咱们就来举荐几本咱们公司几位算法大佬举荐的深度学习图书，尽管不能保障你们看得懂，然而也肯定是优中选优，如果你对机器学习有所理解，想学习一些深度学习的常识，也无妨看看这一份书单。
深度学习系列书单
深度学习
《深度学习》由寰球出名的三位专家 IanGoodfellow、YoshuaBengio 和 AaronCourville 撰写，是深度学习畛域奠基性的经典教材。全书的内容包含 3 个局部：第 1 局部介绍根本的数学工具和机器学习的概念，它们是深度学习的准备常识；第 2 局部零碎深刻地解说现今已成熟的深度学习办法和技术；第 3 局部探讨某些具备前瞻性的方向和想法，它们被公认为是深度学习将来的钻研重点。
《深度学习》适宜各类读者浏览，包含相干业余的大学生或研究生，以及不具备机器学习或统计背景、然而想要疾速补充深度学习常识，以便在理论产品或平台中利用的软件工程师。
作者简介
IanGoodfellow，谷歌公司 (Google) 的钻研科学家，2014 年蒙特利尔大学机器学习博士。他的钻研趣味涵盖大多数深度学习主题，特地是生成模型以及机器学习的平安和隐衷。IanGoodfellow 在钻研反抗样本方面是一位有影响力的晚期研究者，他创造了生成式反抗网络，在深度学习畛域奉献卓越。
YoshuaBengio，蒙特利尔大学计算机科学与运筹学系 (DIRO) 的传授，蒙特利尔学习算法研究所 (MILA) 的负责人，CIFAR 我的项目的独特负责人，加拿大统计学习算法钻研主席。YoshuaBengio 的次要钻研指标是理解产生智力的学习准则。他还传授“机器学习”研究生课程(IFT6266)，并造就了一大批研究生和博士后。
AaronCourville，蒙特利尔大学计算机科学与运筹学系的助理传授，也是 LISA 实验室的成员。目前他的钻研趣味集中在倒退深度学习模型和办法，特地是开发概率模型和新鲜的推断办法。AaronCourville 次要专一于计算机视觉利用，在其余畛域，如自然语言解决、音频信号处理、语音了解和其余 AI 相干工作方面也有所钻研。
中文版审校者简介
张志华，北京大学数学迷信学院统计学传授，北京大学大数据钻研核心和北京大数据研究院数据迷信传授，次要从事机器学习和利用统计学的教学与钻研工作。
译者简介
赵申剑，上海交通大学计算机系硕士研究生，钻研方向为数值优化和自然语言解决。
黎彧君，上海交通大学计算机系博士研究生，钻研方向为数值优化和强化学习。
符天凡，上海交通大学计算机系硕士研究生，钻研方向为贝叶斯推断。
李凯，上海交通大学计算机系博士研究生，钻研方向为博弈论和强化学习。
深度学习图解
深度学习是人工智能的一个分支，受到人类大脑的启发，致力于领导计算机用神经网络进行学习。在线文本翻译、主动驾驶、商品举荐和智能语音助手等一系列令人兴奋的古代技术应用领域，都在深度学习的辅助下获得了突破性停顿。
《深度学习图解》领导你从根底的每一行代码开始搭建深度学习网络！经验丰富的深度学习专家 Andrew W．Trask 以乏味的图解形式为你揭开深度学习的神秘面纱，使你可亲自领会训练神经网络的每个细节。
只须要应用 Python 语言及其根本的数学库 NumPy，就能够训练出本人的神经网络，借助它察看并了解图像、将文字翻译成不同的语言，甚至像莎士比亚一样写作！当你实现这所有后，就为成为精通深度学习框架的专家做好了充分准备！
Andrew W. Trask 是 Digital Reasoning 公司机器学习实验室的开创成员，该实验室致力于自然语言解决、图像识别和音频转录的深度学习钻研。几个月内，Andrew 和他的搭档们就在情绪分类和词性标注方面发表了超过业界更佳计划的后果。
他训练了世界上更大的人工神经网络，领有超过 1600 亿个参数，试验后果发表在 ICML(International Conference on Machine Learning)上，还有一部分后果发表在 Journal of Machine Learning(JML)上。他在 Digital Reasoning 公司负责文本处理和音频剖析的产品经理，负责仿真认知计算平台的架构设计，深度学习是这一平台的外围能力。
百面深度学习 算法工程师带你去面试
深度学习是目前学术界和工业界都十分炽热的话题，在许多行业有着胜利利用。本书由 Hulu 的近 30 位算法研究员和算法工程师独特编写实现，专门针对深度学习畛域，是《百面机器学习：算法工程师带你去面试》的延长。
全书内容大抵分为两个局部，局部介绍经典的深度学习算法和模型，包含卷积神经网络、循环神经网络、图神经网络、生成模型、生成式反抗网络、强化学习、元学习、自动化机器学习等；第二局部介绍深度学习在一些畛域的利用，包含计算机视觉、自然语言解决、举荐零碎、计算广告、视频解决、计算机听觉、主动驾驶等。
本书依然采纳知识点问答的模式来组织内容，每个问题都给出了难度级和相干知识点，以督促读者进行自我检查和被动思考。
书中每个章节精心筛选了对应畛域的不同方面、不同档次上的问题，互相搭配，展现深度学习的“百面”精彩，让不同读者都能找到适合的内容。
本书适宜相干的在校学生检查和增强对所学知识点的把握水平，求职者疾速温习和补充相干的深度学习常识，以及算法工程师作为工具书随时参阅。
此外，非相干、但对人工智能或深度学习感兴趣的钻研人员，也能够通过本书大抵理解一些热门的人工智能利用、深度学习模型背地的外围算法及其思维。
作者介绍：
江云胜：2016 年毕业于北京大学数学迷信学院，获利用数学博士学位。毕业后退出 Hulu 北京研发核心的 Content Intelligence 组，负责内容了解相干的钻研工作。
葫芦娃：28 位 Hulu 北京翻新实验室的人才，他们利用善于的深度学习、机器学习等畛域常识和算法模型，建设了一套定制化的 AI 平台，扭转着举荐引擎、视频编解码、内容了解、广告投放等多项与用户非亲非故的在线业务技术。