深度学习真的可以有这么广泛的应用？

是的。

@nullen 请问里面推荐的教材质量何？ 现在正在学 Coursera 上机器学习的课程，有必要在学完了以后再看看文章里推荐的教程么？

国内的书大都是商业互推，不过 TF 文档烂是肯定的，买本书看看也不错。我的线路比较野：
Udacity Deep Learning Nadodegree -> （感觉基础不牢） -> Coursera Machine Learning （进行到第四周了，目前目标 2 天 /周，感觉 Ng 讲得很好，不止一个人给我推荐） -> （可能） Datacamp Python Data Scientist ；（同时） Coursera Algorithm Part 1

书籍目前有的几本：
《 Deep Learning 》： https://github.com/exacity/deeplearningbook-chinese，原理多，简单看了下，没深入。
还有两本国人写的 TF 和 Keras 的书（都是最近出版的）。

最近出的 keras 书就算了，全是抄的中文官方文档，被联合抵制下架了。楼上推荐的其他的都很好，学习了。

自学机器学习还不如趁年轻考研究生呢

深度学习目前的应用，无人驾驶系统， 图像识别和分类, 语音识别与合成, 走势预测, 艺术创作 ...
也包括人脸支付啊, 图片鉴黄啊这种

@WildCat
@SIGEV13
记得 2012 年（可能是 2011 年，记不清了），那时是在线公开课刚刚出现的时候，Coursera 第一次运行，当时只有吴恩达的机器学习这一门课。当时感觉机器学习很神秘，于是 enroll 进去看了视频，跟着做了作业，用的 Scilab。课程最后讲了神经网络实现 OCR，让我感触颇深，原来智能是这样实现的。后来没有做过相关的工作，到现在已经忘得差不多了

孟岩说到机器学习竟然在分子生物学领域都有厉害的应用，2012 年 Merck 分子活动数据挖掘大赛中持深度学习大杀器的团队干翻了各路高手，夺得冠军。未来真是不知究竟怎样

tf 文档蛮好的啊…… 虽然少部分文档是错误的，主要是因为 tf 的 api 变动比较快，基本上来说算是比较好的文档了。

@yangff 平心而论比较好，然而对新手来说实在是不是很容易。


@seraphv3 当年不知道，我觉得一直都是 MATLAB/Octave 啊。我目前看的版本感觉就是 2012 年的。
既然看过了，而且你数学底子不错的话（ Cost function 等公式、导数有自己推导），捡起来不难。

对了，如果想看个快糙猛的话，斯坦福有个 CNN 课程讲义有点厉害：
http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture8.pdf
缺点是只有 CNN。


Disclaimer：商科本科生，转计算机硕士，基础差，小菜一枚。

只是调包随便学学怎么都能入门，如果要深入理解建议考研。

@Rice （认为自己不太会机器学习连研究生都要没得上的路过

直接看 Deep Learning “花书”，网上有 HTML 版的可以直接看。

Ng 的新课发布了： http://deeplearning.ai

deep learning 的基础是,有一堆的数据,然后在数据中找到一个可以模拟的规律而已 ,调整训练参数,至于这些参数我想也没有一个人能说明一个调整的的方式吧