初读路线

建议边读边运行代码，遇到公式不要跳过，至少弄清每一步变量形状和数据流。

适合谁读

更适合会一点 Python 和基础数学的人、想从原理进入深度学习的人、不满足于只调用框架 API 的学习者。如果你正在判断是否要读这本书，可以先看它是否匹配当前问题，而不是只看评分。

版本选择摘要

优先选择与代码仓库和 Python 版本匹配的版本；后续可接续更完整的深度学习教材。

读不下去怎么办

这本书阅读难度可按“中等”处理，不必要求自己一次读透。如果开头推进慢，可以先用目录抓主线：Python 基础和感知机、神经网络与激活函数、神经网络学习和误差反向传播、学习技巧、参数更新和正则化。如果你属于“完全没有编程基础的人”这类读者，可以先读导读、书评或相关入门书，再回到原书。真正卡住时，先保留问题继续读；读完一轮后再回看难点，通常比逐句硬啃更有效。

读完能获得什么

读完后你应该重点带走：理解前向传播和反向传播的基本逻辑；知道训练神经网络的关键技巧；建立继续学习深度学习框架的基础。

读完下一本

适合买纸质书，便于对照代码和画计算图；如果只做速查，电子版也够用。 读完后可以沿着“深度学习、机器学习、Python”方向继续找下一本。

相关书籍

  • 《深度学习入门》 补充《深度学习入门》的初读路线、版本选择和读完下一本，帮助读者做阅读决策。