内容介绍的很基础，看的出来都是作者按照自己的学习心得总结出来的，而不是东拼西凑整合到一块的东西，强烈推荐学习：
https://github.com/shliang0603/Awesome-DeepLearning-500FAQ ——>【跳转】
注意：
可以直接下载HTML和PDF进行阅读！！！
章节分布：
01_第一章_数学基础
02_第二章_机器学习基础
03_第三章_深度学习基础
04_第四章_经典网络
05_第五章 卷积神经网络(CNN)
06_第六章_循环神经网络(RNN)
07_第七章 生成对抗网络
08_第八章_目标检测
09_第九章_图像分割
10_第十章_强化学习
11_第十一章_迁移学习
12_第十二章_网络搭建及训练
13_第十三章_优化算法
14_第十四章_超参数调整
15_第十五章_异构运算、GPU及框架选型
16_第十六章_NLP
17_第十七章_模型压缩、加速及移动端部署
18_第十八章_后端架构选型、离线及实时计算
18_第十八章_后端架构选型及应用场景
♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠