深度卷积网络：原理与实践

这本书最难得之处，在于它把「看懂」和「真懂」之间那条沟壑摆在了读者面前。它不满足于让你 skim 过卷积网络的名词，而是用详尽的数学证明把每一处设计讲清楚：为什么这样搭、为什么这样训，并附上参考文献供你顺藤摸瓜。正因如此，它更像一本需要「二刷」的书——第一遍能读完，真正吃透却要隔上一段时间再回来。它适合那种不甘心停留在调包层面、想摸到现代深度学习底层逻辑的入门者：你会获得一套清晰的技术脉络，以及作者近乎苛刻的严谨态度。代价是它选了不够主流的MXNet作为载体，彩印也抬高了价格，但这些恰恰是它「重原理、轻速成」的取舍。

彭博 人工智能、量化交易、区块链领域的技术专家，有20年以上的研发经验。 在人工智能与信息科技方面，对深度学习、机器学习、计算机图形学、智能硬件等有较为深入的研究；在量化交易方面，曾在全球大的外汇对冲基金负责程序化交易，对市场的微观和宏观行为有较为深入的理解；在区块链方面，对智能合约、DApp开发和自动交易有较为深入的实践。 知乎上科技领域的大V，在专栏撰有大量技术文章。