四川大学优秀毕业生在GitHub上建了一个项目，还没完成就收获了无数好评，成为大家学习的热点。为了帮助正在学习深度学习的小伙伴，一位四川大学的优秀毕业生在GitHub上创建了一个项目：《深度学习500问》，通过问答的形式对概率、线性代数、机器学习、深度学习等常用知识进行答疑解惑。学习，计算机视觉等热点问题阐述，以帮助自己和有需要的读者。全书共分15章，近20万字。截至今日，该项目已获得2106个“stars”和465个“forks”（GitHub项目地址：https://github.com/scutan90/DeepLearning-500-questions）虽然本书尚未完结，但还是值得的初读，下面详细介绍一下本书的内容：第一章数学基础本章主要讲解数学的基础知识，不仅涵盖相关的基本概念，还包括相互之间的联系，如标量、向量、andtensors张量和矩阵的联系，以及常见的概率分布：另外，还解释了不同类型的概率分布和统计量（期望、方差、协方差、相关数）。Chapter2MachineLearningBasics本章罗列了常用算法和常用分类算法的优缺点、分类算法的评价用法、大数据与深度学习的关系等，虽然第二章涵盖了很多知识点，很全面。第三章深度学习基础本章开始进入正题。为了描述神经网络，本书从最简单的神经网络开始，然后逐层深入。列举了神经网络常见的模型结构，如何选择深度学习开发平台等重点。神经网络常用模型结构等内容如下：第4章经典网络本章介绍几个经典网络，包括LeNet-***lexNet、可视化ZFNet-deconvolution、GoogleNet模型结构和模型解释等.比如LeNet-5的模型结构如下：看了上面的内容，是不是迫不及待想要深入阅读这本未读完的书了？或者，如果您从事这一领域的工作，您也可以帮助作者完成本书。***附上GitHub地址：https://github.com/scutan90/DeepLearning-500-questions
