Make Your Own Neural Network

很棒。都是入门书，对比Neural Networks and Deep Learning 可以再次看出，同样一个理论，概念，或者想法， 每个人对它的理解对它的直觉是千差万别的，导致表达出来的东西很不一样。不要相信别人的理解。要相信总有更好的直觉，更高效的思路.本书作者是最好的老师.看完grokking 再看这本， 又有新的收获

挺好玩的，可惜树莓派放在学校吃灰，暂时还不能动手试试最后一部分内容

讲得很清楚：框架清晰，每处细节都可以找到解释。但是，这真是一本不折不扣的入门书，内容真的少。

讲得确实非常简单，值得一读，很多概念和为什么这么做讲得很清晰了，就是代码写得太烂

A first touch of machine learning. 作者刻意写给普通群众的人工神经网络入门，手把手教你写一个简单的神经网络来识别手写数字，所有需要的数学和编程知识都已经包含在了书里面，读者只需具备高中生的知识水平。相当于一个简单的case study，能让人通过实践得到对神经网络的初步理解。对于计算机小白来说可以算是最佳的机器学习入门书。

Chris Olah有句话：“I want to understand things clearly and explain them well." 我觉得，当我能把我学到的知识像作者这样表达出来的时候，可能我就算真的学懂了。

小白入门神经网络必读！

为了上课读的。理论的部分都读完了，代码部分真的一点都不会…python好难啊，最后只能弃学，代码部分就没读了。不过理论真的非常吸引人。以前我以为ai learning是机器人自主学习，现在明白ai learning更像用大数据来完善自己，利用人脑神经的理论。

特别特别适合非理工科背景的初学者。

怎么可以写的这么生动有趣