我認為有了python編程基礎和神經網絡的基礎，應該把齋藤康毅 所講的《深度學習入門python的理論與實現》作為理論基礎入門，然後把何之源所寫的《21個項目玩轉深度學習基於TensorFlow的實踐詳解》作為實踐學習。

《深度學習入門基於Python的理論與實現》應該屬於深度學習真正意義上的入門書。

《深度學習入門基於Python的理論與實現》中文PDF，314頁，帶書簽目錄，文字可以復制；配套源代碼。

下載：https://pan.baidu.com/s/1TaTZzete0hY8mK_jSqFsww

我從中不僅學習了深度學習和神經網絡的概念、特征等基礎知識，對誤差反向傳播法、卷積神經網絡等也有深入了解，此 外還知道了深度學習相關的實用技巧，自動駕駛、圖像生成、強化學習等方面的應用，以及為什麽加深層可以提高識別精度 等“為什麽”的問題。

《深度學習入門基於Python的理論與實現》深入淺出地剖析了深度學習的原理和相關技術，從基本的數學知識出發，從零創建一個經典的深度學習網絡。

我認為，第7章講的最好，解決了我的疑惑，卷積神經網絡中的卷積層和池化層的實現，終於學會了CNN的實現。

有了基本理論，下一步我認為應該基於TensorFlow 框架進行實踐，自認為可以選擇學習《21個項目玩轉深度學習基於TensorFlow的實踐詳解》

《21個項目玩轉深度學習:基於TensorFlow的實踐詳解》PDF，378頁，有書簽目錄，文字可以復制；附有源代碼。
下載：https://pan.baidu.com/s/1NYYpsxbWBvMn9U7jvj6XSw

通過兩個月的學習，測試了《21個項目玩轉深度學習:基於TensorFlow的實踐詳解》中的16個項目，對圖像識別、目標檢測和人臉識別、風格遷移，圖像和文本，訓練機器玩遊戲。都進行了實際測試。
下一步需要進一步學習RNN網絡和深度強化學習。

我在自己動手實踐的過程中找到學習的樂趣，了解算法和編程框架的細節，應用TensorFlow也變得熟練了。

通過對深度學習入門和21個項目的學習，完成了從理論到實踐的跨越，提升了自己。

也推薦大家學習一下猿輔導團隊所寫的《深度學習核心技術與實踐》，也是理論到實踐的學習。

《深度學習核心技術與實踐》PDF，530頁，帶書簽目錄，文字可以復制；配套代碼和資源鏈接。

深度學習核心技術與實踐 主要介紹深度學習的核心算法，以及在計算機視覺、語音識別、自然語言處理中的相關應用。可以提升深度學習知識水平！

《深度學習入門基於Python的理論與實現》PDF及代碼+《21個項目玩轉深度學習》PDF及代碼+原理到實踐總結