深度學習在公眾面前爆得大名，還是要歸功於2016 年AlphaGo的勝利，在AlphaGo大紅大紫的同時，人們也牢牢記住了這個原本陌生的專有名詞——
“深度學習”（deep learning）。而卷積神經網絡是最先落地的深度學習技術之一，被廣泛應用於各種現實場景，在許多問題上都取得了超越人類智能的結果。可是深度學習對數學基礎知識的要求（微積分、線性代數、概率論、數理統計……），讓大部分在門外張望的同學心生恐懼，不敢輕易觸碰。
不要怕，這個煩惱小意思！因為下面介紹的這本好書絕對可以幫助你！
周志華教授作序力薦其為“側重實踐又不失論釋”、“心得技巧亦可一觀，讀者在實踐中或有見益。”
書籍本身不僅是一本難得的深度學習上手寶典，更是一劑對治深度學習恐懼症的良藥！它就是——《解析深度學習：卷積神經網絡原理與視覺實踐》
魏秀參 著
專為中文讀者打造偏實用深度學習工具書
本書出自魏秀參博士，畢業於著名的南京大學LAMDA研究所，先後師從周志華教授和吳建鑫教授，現為曠視科技南京研究院負責人。本書凝聚了他多年的功力，以“小而精”為原則，沒有拗口的文字和難懂的術語，只有明明白白的道理、由淺入深的論證和清晰流暢的架構。
周志華教授在本書推薦序中評價到“市面上深度學習書籍已不少，但專門針對卷積神經網絡展開，側重實踐又不失論釋者尚不多見。本書基本覆蓋了卷積神經網絡實踐所涉之環節，作者交代的若干心得技巧亦可一觀，讀者在實踐中或有見益。”
1、與其他深度學習圖書相比，這本書有什麼特色？
這是一本面向中文讀者的輕量級、偏實用的深度學習工具書，內容上更加側重深度卷積神經網絡的基礎知識和實踐應用。
為了使盡可能多的讀者通過本書對卷積神經網絡和深度學習有所瞭解，書中儘可能少地使用晦澀的數學公式，儘可能多地使用具體的圖表形象表達。為了方便閱讀，附錄中同事給出了相關數學基礎知識簡介。
2、這本書適合哪些讀者？沒有機器學習背景可以讀嗎？
可以！本書的讀者對象為對卷積神經網絡和深度學習感興趣的入門者，以及沒有機器學習背景但希望能快速掌握該方面知識並將其應用於實際問題的各行從業者。
3、要如何閱讀本書？
全書共有14 章，除“緒論”外可分為兩個部分：
- 第一部分“基礎理論篇”（第1～4 章）
介紹卷積神經網絡的基礎知識、基本部件、經典結構和模型壓縮等基礎理論內容；
- 第二部分“實踐應用篇”（第5～14 章）
介紹深度卷積神經網絡自數據準備開始，到模型參數初始化、不同網絡部件的選擇、網絡配置、網絡模型訓練、不平衡數據處理，最終到模型集成等實踐應用技巧和經驗。
另外，本書基本在每章結束均有對應小結，讀者在閱讀完每章內容後不妨掩卷回憶，看是否完全掌握了此章重點。
對卷積神經網絡和深度學習感興趣的讀者可通讀全書，做到“理論結合實踐”；對希望迅速應用深度卷積神經網絡來解決實際問題的讀者，也可直接參考第二部分的有關內容，做到“有的放矢”。
閱讀更多 博文視點Broadview 的文章
