写在前面，以下部分网站需要「翻墙」后食用，不在国内所以也不知道究竟被墙多少若无法翻墙，请「自寻」国内资源，如百度网盘，b站转载或知乎它人提供的链接
关于书籍
首推 Deep Learning这本书，我花了700+RMB买了一本，这本书作者就不用多说了，GAN之父Ian Goodfellow.另外一个好消息就是，这本书在几个星期前出了中文版，大快人心，才100多块，真心便宜，赶紧入手一本吧，圣经就算不读也可以供在家里吖。当然，你也可以从 deeplearningbook-chinese 下载本书的PDF啦
如果完全没有基础，建议还是要先学ML比较好，手头有李航的统计方法学，不过没看几页，然后是周志华老师的西瓜书，也没看几页，2333.关于课程
其实已经不太推荐 Andrew Ng 的 ML了，因为有太多更好的代替品:
台大 李宏毅 老师最近出了一系列视频，你可以在它的个人网站上找到
Machine Learning (2017,Spring)
Machine Learning (2016,Fall)
Machine Learning and having it deep and structured (2017,Spring)
这门课叫做MLDS,其实就是在讲Deep Learning，而且homework非常有意思，有GAN也有RL，关键是老师讲得确实很好，值得推荐
另外就是李宏毅老师的《一日搞懂深度学习》，其实链接 全都在老师的个人网站上，8月13号在台北还有他的talk《一日搞懂生成对抗网络》，同学有报名去听，我的话，没钱啊。。2333.
其实李老师的所有视频都在他的YouTube上。还有台大 林軒田老师出的公开课《机器学习基石》和《机器学习技法》。
老师讲得很好，PDF做得也很棒，毕竟林老师曾经是多届 KDD Cup 的冠军啊
Machine Learning Techniques, Spring 2017
Machine Learning Foundations, Fall 2016最最推荐的其实是 Fei-Fei Li 的 CS231n，这门课就真心赞了,video, slide,note都写得非常好。课程的视频，在YouTube上面也能轻松找到。
CS231n: Convolutional Neural Networks for Visual Recognition
知乎还有翻译 贺完结！CS231n官方笔记授权翻译总集篇发布
或者是CS224d: Deep Learning for Natural Language Processing关于Reinforcement Learning的课程和资料
首推 AlphaGo 团队的 Leader — David silver 的 Reinforcement Learning ，我最开始学DRL的时候就是看他的视频和slide，真的很赞。
以及Berkeley 的 DRL : CS 294 Deep Reinforcement Learning, Fall 2017
另外，RL的鼻祖Sutton最近也在干大事，正在写Reinforcement Learning: An Introduction 的 第二版其实学习RL最好的 Demo 就是 用 强化学习来 玩 2048 了，我们lab有世界上第一个用 TD learning 玩出 65536 的 AI，另外如果有机会想写一个关于RL的专栏，主要是DeepMind 的 paper，不过太菜了估计写了也没人看
重现看这里
超级精简版code 看这里