# 好书推荐 ## 好书奇遇季 # 深度学习入门书《谷歌 JAX 深度学习从零开始学》，京东当当天猫都有发售。双色印刷，定价 79 元，打折一下更便宜。

JAX 是一个用于高性能数值计算的 Python 库，专门为深度学习领域的高性能计算而设计，其包含丰富的数值计算与科学计算函数，能够很好地满足用户的计算需求，特别是其基于 GPU 或者其他硬件加速器的能力，能够帮助我们在现有的条件下极大地加速深度学习模型的训练与预测。

本书背景

JAX 继承了 Python 简单易用的优点，给使用者提供了一个 “ 便于入门，能够提高 ” 的深度学习实现方案。 JAX 在代码结构上采用面向对象方法编写，完全模块化，并具有可扩展性，其运行机制和说明文档都将用户体验和使用难度纳入考虑范围，降低了复杂算法的实现难度。 JAX 的计算核心使用的是自动微分，可以支持自动模式反向传播和正向传播，且二者可以任意组合成任何顺序。

本书由浅到深地向读者介绍 JAX 框架相关的知识，重要内容均结合代码进行实战讲解，读者通过这些实例可以深入掌握 JAX 程序设计的内容，并能对深度学习有进一步的了解。

本书内容

本书共分为 13 章，内容包括 JAX 从零开始，一学就会的线性回归、多层感知机与自动微分器，深度学习的理论基础， XLA 与 JAX 一般特性， JAX 的高级特性， JAX 的一些细节， JAX 中的卷积， JAX 与 TensorFlow 的比较与交互，遵循 JAX 函数基本规则下的自定义函数， JAX 中的高级包。最后给出 3 个实战案例：使用 ResNet 完成 CIFAR100 数据集分类，有趣的词嵌入，生成对抗网络（ GAN ）。

本书特点

（ 1 ）版本新，易入门。本书详细介绍 JAX 最新版本的安装和使用，包括 CPU 版本以及 GPU 版本。

（ 2 ）作者经验丰富，代码编写细腻。作者是长期奋战在科研和工业界的一线算法设计和程序编写人员，实战经验丰富，对代码中可能会出现的各种问题和“坑”有丰富的处理经验，使得读者能够少走很多弯路。

（ 3 ）理论扎实，深入浅出。在代码设计的基础上，本书深入浅出地介绍深度学习需要掌握的一些基本理论知识，并通过大量的公式与图示对理论做介绍。

（ 4 ）对比多种应用方案，实战案例丰富。本书给出了大量的实例，同时提供多个实现同类功能的解决方案，覆盖使用 JAX 进行深度学习开发中常用的知识。

本书读者

本书适合 JAX 框架初学者、深度学习初学者以及深度学习从业人员，也适合作为高等院校和培训机构人工智能相关专业的师生教学参考书。

本书作者

王晓华，计算机专业讲师，研究方向为云计算、大数据与人工智能。著有图书《 Spark 3.0 大数据分析与挖掘：基于机器学习》《 TensorFlow 深度学习应用实践》《 OpenCV+TensorFlow 深度学习与计算机视觉实战》《 TensorFlow 知识图谱实战》《 TensorFlow 人脸识别实战》《 TensorFlow 语音识别实战》《 TensorFlow 2.0 卷积神经网络实战》《 Keras 实战：基于 TensorFlow2.2 的深度学习实践》《 TensorFlow 深度学习从零开始学》《深度学习的数学原理与实现》。