雅书

全球图书界哪里来那么多坏习惯，一个是书腰，一个是一堆人的推荐语

定位很奇怪，既有自传又有科普。看完有几点感触：1.原来大佬都是年轻时就展露头角了，不管是Lecun还是Bengio，博士没毕业就小有名气，已经和Hinton走到了一起；2.大佬们都有自己的坚持，坚持自己的流派并且发自内心地捍卫它；3.科研和工程不是割裂的，我经常不舍得在工程上花费时间，Lecun将自己科研成果应用于工程的热情令人敬佩；4.和读完《Linux传奇》的感受一样，好的管理是科研产出的基础，糟糕的制度下即使有人才也没有成绩。

洞见不多，中间的科普对上过机器学习专业课的人没太大意思，最后的思考也比较浅，大概是随手写的博客文章的水平。相比之下，作者的经历与众不同且催人奋进：在一个不被看好的领域深耕二十多年最后一鸣惊人，对自己研究的东西没有信念和热爱是做不到的；此外，这条非主流之路最终能开花结果，良好的学术科研环境是不可或缺的基础。

自传+科学史的书写模式～中间几章吸引人～Yann Le Cun，著名的人工智能科学家，2018年图灵奖得主，杨立昆是他给自己起的中文名～好家伙！中文版这序言也太多了吧！找这么多人～

你以为是科普书其实是教科书（。

Lecun从他的个人经历、时代发展讲述了对人工智能的认识，书中不但有些关于他自己的故事还有很多硬核的知识。如何让机器像人类一样有效的学习，未来是不是真的如他所说通过自监督模型来学习世界模型，积累世界知识产生某种常识，让我们在创造未来的同时也在未来拭目以待。

内容可以分成四部分：Neural Network's Bio, LeCun's Bio, Deep Learning's theory and application, concers for AI。我个人不喜欢（也许是本来就不喜欢LeCun）：技术的部分很浅显，故事的部分很寡淡，恐怕只有最后一章有点可读性。已经拿了图领奖的人了，为什么要出这么一本（夹带了不少私货的）书？#21书35

说实在这本书写得一般，不是说内容本身不好，而是结构和内容的安排上。如果没有一点基础的人应该是看不懂这本书中间部分的，了解DL模型的人其实不太需要看这部分（因为有点简略）。作为了解这个算法发展史的一个侧面看，那么算还行吧。最让我吃不消的就是那么多写序的，都啥玩意啊

帮助我对人工智能有了进一步的认知，不过还需继续努力，还连刚刚开始都算不上

翻译有点怪，大多数信息都知道

作为科普有点深 作为专业书过浅 作为传记又太散 不过毕竟是行业大牛 捋顺了整个领域的发展进程 最后对未来发展的探讨也值得看一下

【No.048】毫无阅读价值，要不是知道作者是谁，差点以为在看知乎专栏。

对深度学习相关的理论和实践发展有较为细致的脉络介绍，可以作为了解这块进展的一些学习。LeCun是个很偏执的人，感觉不太遵循科学精神，却写了这本科学之路的书... 工程师精神的一种诠释-工程师只有在构建完一个系统时才能深刻理解它-选择去探索最后一个问题。

图灵奖得主Yann Le Cun，给自己取的中文名是杨立昆。在这本结合了自传与科普的新书中：1）介绍了自己的求学与科研经历，2）用相对通俗易懂的公式，讲述了基于深度学习的人工智能的原理，3）如今人工智能的各种应用的核心要点，4）在Facebook的岁月，5）人工智能的前景与挑战。其中最有价值的部分是杨立昆作为深度学习算法的主要发明人之一，讲述他如何思考机器智能的过程，以及人工智能的局限性与危险性，言论有相当的分寸感。

没点Deep learning的基础还真没法看这书。之前看了三分之一弃了，学完吴恩达的机器学习再来翻多了一些体会，也都能看懂了。但是信息碎片化的太厉害，可读性不好，思维也不连续。

他有一个工程师老爸，且yan从小聪慧过人，培养动手与动脑能力是高级知识分子的必修课

很值得一读，杨立昆把深度学习（神经网络）的基本原理、发展历程，结合自己的学术之路讲得很生动，也能够读懂。

好书，对深度学习的一些原理理解的更清楚了。 之前学python，发现大牛们也使用它。哈。

智者。 好像没见到卡尔•弗里斯顿出现。

作为计算机行业从业人员，但又非人工智能领域的程序员，感觉是这是一本非常有启发性的科普书。讲得简明易懂，条例清晰，很适合入门。