缺点是作者开始感觉是在认真写书，讲原理，后期感觉就是在贴代码做代码讲解了，草草了事的感觉，所以到后面讲解就非常少，而且作者对于模型的训练自己都做的不是很彻底
这三套书价格还是比较高的，不过应该是市面上说CNN说的最最完整的书了，例子也相当多，代码质量比较高，如果真对CV有兴趣还是值得一看的，三颗半星评分
5 CS231n by 斯坦福大学 ★★★★★
免费资源，可以直接在youtube上看到课程录制视频
点评：如果要学习深度学习特别是CNN的话，看一遍所有的视频是非常有帮助的，视频说的内容都非常严谨，而且代表了学术最前沿的研究。中的一些作业和讲义非常非常好，很清晰，五颗星推荐
6 Machine Learning Mastery by Jason Brownlee ★★★☆
https://machinelearningmastery.com/
大概8本和机器学习相关的书，每本书的价格200元左右，合集买更便宜一点，大概有这么一些书：
Linear Algebra for Machine Learning
Master Machine Learning Algorithms
ML Algorithms From Scratch
Machine Learning Mastery With Weka
Machine Learning Mastery With R
Machine Learning Mastery With Python
Time Series Forecasting With Python
Deep Learning With Python
Deep Learning for NLP
LSTM Networks With Python
XGBoost With Python
Master Machine Learning Algorithms的目录：
Deep Learning With Python的目录：
LSTM的目录：
NLP的目录：
点评：和资源4类型差不多的书，只不过这里的一些书不仅仅是CV相关的，对于深度学习RNN（LSTM和NLP方面）也有专门的2本书来介绍，里面例子也很多，书价不是很高，如果希望学习RNN学习一下这里的资源很好，三颗半星推荐。
7 Make Your Own Neural Network by Tariq Rashid ★★★★
https://www.amazon.com/Make-Your-Own-Neural-Network-ebook/dp/B01EER4Z4G
20美元左右的价格
点评：薄薄的200页的书，神经网络入门最容易的书了，比Andrew的视频还容易懂，可以配合视频一起看，四颗星推荐
总结
如果希望入门一下深度学习，学习顺序推荐为1（了解一下机器学习）-> 7（了解一下神经网络）-> 2（入门一下深度学习）-> 4、5（深入学习CNN） or 6（CNN和RNN都学一点）。