不是哥们儿：深度学习的数学用 Excel拆的吗

提起深度学习，很多人会先想到复杂的公式、神经网络和大量代码，真正开始学习时，又常常卡在“知道它能做什么，却说不清它为什么这样工作”。

《深度学习的数学》从理解深度学习所需的数学基础讲起，配合图示、具体例子和 Excel 验证，把抽象原理拆解成看得见的过程。

它循序铺垫知识，没有一上来就堆模型：先介绍神经网络和相关数学基础，再讲最优化与误差反向传播，最后进入深度学习和卷积神经网络。

丰富的图示、示例和 Excel 验证，也让读者能跟着数值变化，直观理解模型如何学习。

我之前也做过的一篇有关各阶段补充深度学习数学基础的文章，需要补数学的小伙伴也可以看看这篇

Shuuk，公众号：AI人工智能指路灯告别“数学焦虑”：3本豆瓣均分8.5的机器学习/深度学习数学必读经典，帮你打牢基础！
有需要这本书的高清电子版的、以及还没领取我这套包含初学人工智能的学习路线 、学习教程 、 必读书籍 、各种科研实用工具的 「 辅助学习工具包」的小伙伴：

直接找我的小助手 ⬇️ ⬇️ ⬇️，截图本期文章标题发给她即可无偿领取，完全免费无套路！

第1章先介绍神经网络，第2章补上理解它所需的数学基础，先搭起整体框架，再准备读懂原理的工具。

到了第3章和第4章，作者接着讲最优化、神经网络和误差反向传播：参数如何调整、误差如何传回网络，都能结合图示、例子和 Excel 一步步看明白。

前面打好基础后，第5章再进入深度学习和卷积神经网络，把学到的概念带到更具体的模型里。

全书的路线很清楚：先认识神经网络，再理解数学和训练过程，最后看它如何走向卷积神经网络。

所以，它适合想弄明白“模型为什么能学”的入门读者，以及希望补上数学直觉的读者，用 Excel 拆神经网络数学，听起来有点出人意料；

但如果你总觉得公式离自己太远，这种边算边看的方式，说不定正好能帮你把原理看明白。