《深度学习、优化与识别》读后感锦集

《深度学习、优化与识别》是一本由焦李成著作，清华大学出版社出版的图书，本书定价：2017-6，页数：，特精心收集的读后感，希望对大家能有帮助。

《深度学习、优化与识别》读后感(一)：一本导论，，，或者说导论不如

第一遍确实看不懂，然后去看了下吴恩达的深度学习视频，看懂了很多。但是这本书从推导或者其他方面来说只能算作一本介绍的书，他介绍了很多，并没有深入，可能是败笔，所以导入这和国内很多博客的东西很像。所以还是不推荐，大家疯狂给差评或许是因为卖的太贵了，所以导致大家怒骂。。。。纯粹意淫。。。。不推荐初学者看。。。

《深度学习、优化与识别》读后感(二)：低质量的杂糅！

低质量国内学术专著的典型！唯一适用的读者是欲报考作者实验室的研究生，用来了解该实验室的研究方向之用。

很明显本书第一作者是靠其行政职级才得到署名的，书籍的实际作者应该是后面的几个教授(其实更有可能是其带的研究生)。书籍的内容包括两个方面：基本理论的简单复制粘贴；作者团队的水平参差不齐论文的小结。

对于有心写就或者认真翻译的书，不管水平高低，我都给予较高的评价。但这本明显不是，更像是作者为了扩大其学术影响而催促团队成员匆忙拼凑而成的任务式书籍。章节安排毫无条理性，内容含金量低且行文缺乏严谨。感觉很多时候纯粹是为了用深度学习而用深度学习，缺乏对所研究问题的深刻的见解，更遑论理论上的突破。

一部高质量的学术专著，不仅关系着作者的学术声誉，更凝聚着作者数年甚至数十年的心血和心得。因此国外的知名学者撰写自己的学术专著，都是用心写就，反复斟酌修改。不幸的是，只有小部分国内知名学者重视专著撰写，比如南京大学的周志华教授，中国科大的陈希孺教授，从而使得我们只有寥寥无几的值得品读的中文载体。而像这种质量的专著的出现，恕我直言，不外乎两个原因：第一，作者水平实在太低，只能写到这种程度；第二，作者根本就没打算认真写这本书。那么，是什么原因导致低质量学术专著的大量涌现呢？

《深度学习、优化与识别》读后感(三)：烂书，强烈不推荐程序员、自学者、本科生及研究生购买

烂书。（从程序员、研究生、野外自学者的观点。）

第一，这本书不适合本科生和研究生自学。零基础的同学，绝对读不懂他在写什么，有基础的（读过一些paper）同学，自己懂的部分还是懂，不懂的部分还是读不懂。

第二，这本书不适合作为本科生或者研究生的教材。

·首先，第一章开头，讲了矩阵论，从范数一直说到SVD分解，用了2页……（deep learning这本书用了22页）

·然后又用了1.5页，讲了交替迭代乘子算法（ADMM）、用了10.5行，讲了梯度下降法。

·然后又用了1页，讲了小波分析、框架分析和多尺度几何分析……

·反向传播算法写了1.5页。如果你事先没有从别的资料上学习过推导过该算法的话，祝你好运：）

·这本书没有索引，从内容上来看，119页花了1.5页的篇幅介绍了深度ADMM网络，用到了ADMM的知识，但并没有关于该算法再多的解释了。

这本书不是一本内容自包含(self-contained)的书，需要读者先对这些内容有所了解。那么那这本书当教材，估计要准备一堆的外部教材和paper。但是，有这功夫，还要这书干啥？

第三，程序员千万别买，程序员千万别买，100块钱也是钱（流泪）。

它的价值，最多作为一个深度学习脉络的索引（只看目录就好了）。

Goodfellow，Bengio，Courville所著的Deep learning，内容丰富翔实，一步一步引导，是一本适合本科生和研究生自学，适合作为本科生或者研究生的教材，适合程序员自学深度学习的好书。

而他们的书，却可以免费阅读。唉。

英文版 Deep Learning 。

中文版 exacity/deeplearningbook-chinese