《卷积神经网络的Python实现》的读后感大全

《卷积神经网络的Python实现》是一本由单建华著作，人民邮电出版社出版的平装图书，本书定价：49.00元，页数：240，特精心收集的读后感，希望对大家能有帮助。

《卷积神经网络的Python实现》读后感(一)：书籍作者回复1楼

我是本书作者，关于第一楼说法。

有些地方讲的比较深偏数理，所以不太适合初学者。回复：本书明确说了本书适合不同读者，可以看不同的章节。何为初学者，难度初学者就不需具备任何知识，可以从零学好学深深度学习技术！注意本书不是科普书，公式是必要的，不通过简单公式是不可能把某些技术说清楚，读者不通过公式也不能深入理解内容。即使是科普书，极少的公式也是必要的。

关于插图的事情，我认为简单的流程，通过语言和代码已经足够清晰了，对于复杂的，书中还是有图的，而且很容易懂。本书的特点是通过代码学深度学习知识，图不是重点。

《卷积神经网络的Python实现》读后感(二)：书籍作者回复2楼

我是本书作者，关于第二楼说法。

开头一字不差的抄西瓜书，回复：请问哪段一字不差抄袭，请发言之前仔细对照两本书内容！本书之所以举西瓜为例，是向西瓜书致敬，我完全可以举别的例子。

解释不到位（怀疑作者自己就没搞懂），回复：请问哪里解释不到我，麻烦您指出，我好学习下。

整篇贴代码。回复：代码是本书的特点，如果您不喜欢，是您的自由。贴出完整代码，是为了方便初学者，如果是高手完全可以忽略，当时写书时也纠结了好久，最后还是决定把代码完整贴出。

"程序能替代千言万语"，这句话我非常不同意！！！ 搞懂原理才容易写出程序，而直接看代码工程量浩大。回复：书中原理解释清楚后才给代码的，不是一上来就给代码的，结合代码和原理，才能彻底搞懂。

本书P54介绍卷积竟然使用数学公式，直接画图不行吗？ 为啥挑复杂的。回复：您难度没有看到紧急的卷积运算示意图吗，请不要乱喷！

本书4.1.1和4.1.2与4.2.4重复！建议一开始就说明清楚，两个融合到一起。回复：内容没有重复，是深入，具体怎么写更好，这是仁者见仁的事情，您可以尝试下。

本书的前言所说和内容不符。（“我尽量少的使用数学知识”，然而书中代码和公式一堆）。我建议作者好好看看《python神经网络编程》这本书。回复：少用不等于不用，您看看西瓜书，书中公式多不多，难不难。《python神经网络编程》这本书处于科普书范畴，本书不是这样定位的，是零基础入门到深入掌握，公式是必须，但公式基本上只限于矩阵乘法。

P85页，卷积神经网络上千层？？！！！！ 请问知道现在能训练到多少层吗？回复：您难度没有看过何凯明大神的resnet论文原文吗，论文明确说了成功训练了一个千层网络，用于cifar10分类。

P87抄袭《深度学习》(花书)的P221。回复：该内容是卷积网络的神经科学基础，内容是很早的东西，也不是花书作者原创内容，他们也是在理解的基础上自己组织语言进行解释，难度我就不能自己组织语言解释吗！

《卷积神经网络的Python实现》读后感(三)：为了公平起见，这是一位陌生读者的读后感

本文链接：https://blog.csdn.net/lkjx115107/article/details/90234799

为了参加图灵社区的阅读活动哈哈，赶在最后一天看完并写出了读后感，希望能拿到优惠券！！！

最近看了一些关于深度学习、神经网络的书籍，每本书的切入角度不尽相同。我主要通过这本书深入理解了卷积神经网络相关知识，学习了Tensorflow框架。

相较于其他书籍侧重理论知识的论述，这本书更加偏向于实践，而且针对卷积神经网络有较多的源码解读和实例讲解，作者用python语言很好地展示了卷积神经网络在实际运用中的实现方法和与基本理论的差别。

从机器学习到深度学习，从基本线性模型到经典的卷积神经网络，书中对相关概念进行了描述，并且几乎每个关键的知识点都配有相应的NumPy代码实现，如第二章的线性分类器和第三章的加入了激活函数之后的神经网络。在阅读的过程中跟着这些代码自己敲一遍，在自己电脑上实现会对理论知识有更直接的理解。书中第四章的代码展示了卷积神经网络中卷积层、池化层等运算过程的细节，同时作者的详细描述让我进一步了解了其中的数学原理。卷积层是为了提取特征，通过网络优化获得原始数据更好的表示，相对于全连接层减少了参数数量从而减少了网络训练时间；池化层则进一步提取有效的表示，保证训练有效的同时减轻网络负担避免维度灾难。网络优化中的反向传播算法十分重要，是神经网络中各层参数学习优化的核心算法，很多优化模型都基于此。书中不仅介绍了基于梯度下降的优化方法，还介绍了其他许多常用网络优化方法，同时详细地给出了各种模块的反向传播代码，虽然在实际中很多时候一般不需要自己去写代码实现优化算法，但阅读这些代码这对解决相应模块的问题很有帮助。第八章和第九章涉及到完整的网络搭建，在看完前面的章节之后对神经网络、卷积神经网络有整体认识的基础上读懂这些代码并不困难，主要的问题还是集中在对数据的预处理和模型参数的调节中，找到好的参数需要在实践中积累大量的经验。后面的章节提出了工程实践中的问题和一些对训练结果的误差分析。作者在关键概念方面表述很详细，但也有阐述不完整的地方，比如卷积层中的参数共享和平移等变概念讲解得较为概括，读起来让人感觉有些抽象，其实作者可以增加一些图文信息用于理解，我通过网上查阅其他资料对这两个问题有了更好的认识。

看这本书还是需要一定的python语言基础，并不适合小白，里面的一些语法和模块需要提前了解。作为有一些基础的人，把里面的例子当作项目去动手实践也可以学到很多，作者把关键点都用代码实现让我对算法细节有了更深的了解，有了这样的基础再去看其他的模型会很有效率，这本书不仅有利于读者对卷积神经网络的理解，还有利于对算法实现的整体把握。

————————————————

版权声明：本文为CSDN博主「诗少意年」的原创文章，遵循CC 4.0 by-sa版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/lkjx115107/article/details/90234799