帮我们写 https://github.com/soimort/you-get 吧。

肝炸了。

1. FFmpeg 尚且填不上。。。
2. 别复杂了 再复杂更没人来了 我都恨不得上路人甲汉化系统
3. 吹出去看看谁跟你跳坑
4. 应该够了

@hayao650 更到 17 章。肝爆了。如果身体没问题这两天应该能肝完。。。

@winglight2016 后面会讲 CNN 和一些调参的技巧。

书其实是有详细注释过的代码库的，我应该加个 link。。。

照着做肯定能做出来，如果懂 Python。应该吧。。

@fghjghf 哪怕是软件开发 自己从头造轮子的事情也不多。一开始只有 Computer Scientist 才会 Programming：现在 Software Engineering 和纯 CS 已经开始有点距离了。

所谓“给不求甚解一个机会”：ML 肯定也会往这个方向走。从 12 年到现在，年年有新花样，网络复杂了，写起来却一年比一年简单。现在够简单了吗？还行吧。



@wuyuchenshishabi 看第 10~12 章。所有的概念全引出来了。当然从预览看 Keras 作者的那本书比这个详细的多。。。

我自己并不是用这个书入门的，翻这个书主要是想强迫自己学一遍 Keras 的基本语法。但是我觉得 如果我可以 top down 入门 会比 button up 舒服的多。

@satura fast.ai 的说明很明白：

你怎么教人打棒球？先从物理学 生物学 数学开始研究？然后研究空气动力学？一口气学到 PhD ？到 30 多岁了再把人领到场上开始教规则？

肯定不是啊。肯定是先带人去球场 扔几个球 讲讲规则 一边练一边学是不是。学开车也是如此 不可能从车辆工程开始入手 告诉你什么是方向盘什么是换挡杆什么是油门刹车就够了 把车开出去再说。

我还是喜欢这种办法：翻译时我尽可能把需要研究的关键字都点出来（虽然不一定深入讲解） 这样 Google 起来方便。

另：今天预计更到第 17 章完毕。

@Hzzone 这倒是。

@scriptB0y 更到第 12 章。

@Hzzone @fghjghf 这种需要看脸的东西 没兴趣怎么能做得下去。。。也是强迫自己从头学一遍。

@z0z TF 够多了 Keras 没有。。。我也是气性大。。

@matsuijurina Keras 作者那本书有点大，最近比较忙。。。虽然也在书单中了。

@WeberXie 书名就是 Deep Learning With Python。

好处是：先教你工程实践。

作者说的很明白：

>如果你去问大佬们深度学习如何入门，他们会怎么说？不外乎：

线性代数是关键啊！
你得了解传统神经网络才能干啊！
概率论和统计学是基础的基础不是吗？
你得先在机器学习的水里扑腾几年再来啊。
不是计算机博士不要和我说话好吗！
入门挺简单的：10 年经验应该差不多也行有可能就够了吧。
总结一下：只有大神才能做深度学习。

净 TM 扯淡！

...

>本书准备把传统的教学方式倒过来：直接教你怎么深度学习。如果你觉得这东西真厉害我要好好研究一下，再去研究理论细节。本书直接让你用深度学习写出能跑的东西。

...

> 本书会带领你亲手构建神经网络和深度学习模型，告诉你如何在自己的项目中利用。

我更喜欢这种方法，而不是先从理论开始。否则一开始会直接懵逼，偶尔有谁坚持下来才发现原来不需要懂那么多细节也能做出产品。然后再去研究理论也不迟。

你不觉得他已经在收集这个数据了么？