《深度学习》（又称花书）可以说是深度学习与人工智能的入门宝典，也是许多开发者深度学习的必备课本。

业内普遍认知是，这是一本详细帮你加速构建体系的书。花书的思路及框架特别清晰，作为一个还在高速发展中的学科，它和成熟的教材不一样，没有循序渐进的体系，更像是一本工具书，告诉你要入门深度学习，你需要知道哪些方面的知识。

但初读花书的同学可能也会很纳闷：一本深度学习的书，竟然满篇都是文字，完全没有提供代码实现；并且由于花书的作文方式很像是论述类学术论文，没怎么读过论文的同学可能看起来跟天书一样，特别一些新手，读起来比较吃力。

一位来自复旦大学的开发者希望弥补花书的这一缺憾，帮助更多同学更好的学习这本书。他基于数学推导和产生原理，重新描述书中概念，并用 Python (numpy 库为主) 再次复现了书本内容。

整个项目目前在GitHub上获得了超过1.3k的标星。

链接指路：
https://github.com/MingchaoZhu/DeepLearning

推导过程和代码实现均被放在了GitHub下载区的 pdf 文件中，重要部分的实现代码也放入 code 文件夹中 )。

除了《深度学习》书中的概念点，项目负责同学还很贴心的在各章节添加了一些补充知识，例如第七章集成学习部分的 随机森林、Adaboost、GBDT、XGBoost 的原理剖析和代码实现等，又或者第十二章对当前一些主流方法的描述。

目前，整个项目还在更新中，作者表示，每个章节的制作，从每一个概念的详细描述、原理推导、作图、代码实现到生成最终的 pdf 文件，包括pdf 文件中看到的所有的图几乎都是作者自己画的，非常用心了。

啃不动花书的同学，是时候把它从书柜上拿下来，重新开启深度学习之路啦。