如果说神经网络里要选择一本入门书的话，那么当选《Python神经网络编程》，作者Tariq Rashid，这本书在豆瓣评分9.2。篇幅短小精悍，概念讲解明晰易懂，很适合作为神经网络入门第一书。书中作为例子手把手实现的神经网络原理并不复杂，代码量也比较合适，能够轻易跑出很好的结果，对于激发进一步学习的热情很有帮助。感谢作者。再次推荐。

为什么说这是一本最适合神经网络的入门书？

如果你可以进行加、减、乘、除运算，那么你就可以制作自己的神经网络。我们使用的最困难运算是梯度演算（gradient calculus），但是，我们会对这一概念加以说明，使尽可能多的读者能够理解这个概念。

一旦你掌握了神经网络的基本知识，你就可以将神经网络的核心思想运用到许多不同的问题中。

在这本书中，你将扬帆起航，制作神经网络，识别手写数字。

当我们循序渐进制作神经网络时，我们还将学习一种非常简单、有用和流行的编程语言Python。同样，你不需要有任何先前的编程经验。

豆瓣评论

清晰易懂，只用了一点数学（目标读者是高中生，书中稍许用到的微积分知识，在附录也有解释），就把神经网络的构造和原理讲得很清楚。讲完理论，作者在书的第二部分进入实践，一步步编写了一段应用神经网络模型识别手写数字的代码，几乎每一步都伴有详细讲解。个人感觉是，如果预先有一点点python的知识（比如花几个小时学完这个免费在线课程），会更容易理解这些代码。第三部分篇幅不长，主要是在某些方面略作延伸，意图应该是希望激发读者进一步探究的兴趣。

豆瓣近期评论

《Python神经网络编程》彩页赏析

2020年12月Tariq Rashid新书《PyTorch生成对抗网络编程》（Make Your First GAN With PyTorch ）上架。全书206页。

读完这本书你可以学会什么？

了解PyTorch和生成对抗网络的基本原理
学会使用Pytorch构建自己的生成对抗网络
生成手写数字和人脸图像，并进一步探索更复杂的卷积GAN和条件式GAN
计算平衡GAN的理想损失值、卷积的工作原理等很多被机器学习相关教程忽略的主题。

本书适合的读者

本书适合希望初步了解GAN以及其工作原理的读者。本书同样适用于希望学习如何使用工业级软件构建GAN的从业人员。
对于较复杂的概念，本书会尽量使用通俗易懂的语言，配以大量插图加以解释。本书会尽量避免使用不必要的术语和数学公式。
本书的目标是，帮助具有不同背景的读者了解GAN，并可以亲自动手搭建GAN。
本书并非一本GAN的百科全书，无法涵盖其方方面面。我们有目的地节选了最精华的部分，足够为读者深入研究做好准备。
对于正在学习机器学习相关课程的学生，本书可以帮助他们快速入门，为接下来的学习打好基础。

专业评论

这可能是我读过的关于机器学习、PyTorch和生成对抗网络的最好的书。作者使用简洁凝练的文字来解释复杂的思想，非常容易理解。我希望所有的图书都能写得这么好。

——Thomas Rowley Amazon读者

我很喜欢将这本书作为周日早晨的读物。更让我激动的是，本书展示了实现各种示例的细节。我会向任何想开始学习生成对抗网络的人推荐这本书。

——JV Amazon读者

作者轻松友好的写作风格让人感觉他在和你一起旅行。当我听说作者要出版这本书时，我迫

不及待地想阅读这本书。我很开心，这本书和他的第一本书《Python神经网络编程》一样容易阅读和理解。你将再一次踏上一段轻松的旅程，我愿意向所有人推荐它。

——Mairiwr Amazon读者

内容简介：

本书以直白、简短的方式向读者介绍了生成对抗网络，指导读者如何使用PyTorch 按部就班地编写生成对抗网络。阅读本书，读者将了解 PyTorch和生成对抗网络的基本原理，学会使用PyTorch构建自己的生成对抗网络，生成手写数字和人脸图像，并进一步探索更复杂的卷积GAN和条件式GAN。此外，本书还介绍了计算平衡GAN的理想损失值、卷积的工作原理等被很多机器学习相关教程忽略的主题，对训练GAN的主要挑战进行了讨论，十分具有启发性。