为了搞深度学习，看了《深度学习、优化与识别》，《TensorFlow：实战Google深度学习框架》以及三大牛人的《深度学习》，视频看的16年的cs231，据说和17年差别还是挺大的。谈一点个人经验。
深度学习入门的话推荐《TensorFlow：实战Google深度学习框架》，这本书内容比较详细也比较基础，以tensorflow为框架，从搭建网络的每个具体功能讲起，配有示例，逐渐搭起来一个网络，后续还有手写字符识别, Inception等比较基础的网络，便于上手，也便于对深度学习有一个较为具体的认识。
入门之后推荐《深度学习、优化与识别》，这本书大体介绍了深度学习网络的分类，卷积网络，自编码网络，融合网络，生成网络，二值网络，循环神经网络等，都有一个较为概括的介绍，对于深度学习会有一个比较全面的认识。了解了深度学习都具有哪些分支，便于了解自己的研究处于什么样的领域和位置。
三大牛人的《深度学习》，这本书比较侧重理论。《TensorFlow：实战Google深度学习框架》用来了解流程，《深度学习、优化与识别》用来搭建知识大框架，那这本书就是在提高研究的深度了。研究深度学习，网络改进的话还是需要一定理论功底的。
cs231看视频的话可以起到一个扫盲的作用，但是很多知识点是一带而过的，不做assignment的话还是缺乏深入理解。
CS231n的全称是CS231n: Convolutional Neural Networks for Visual Recognition，即面向视觉识别的卷积神经网络。该课程是斯坦福大学计算机视觉实验室推出的课程。需要注意的是，目前大家说CS231n，大都指的是2016年冬季学期（一月到三月）的最新版本。
都干完了呢，看论文，跑网络，搞自己的东西啦。
以上。