又到了一周一次的资源和教程推荐。这周会推荐两本电子书，希望大家不只是收藏不阅读系列哦！

1. 《模式识别与机器学习》（PRML）免费开放下载

第一本推荐的书籍就是 AI 领域里面一直都非常有名的书籍--《模式识别与机器学习》（Pattern Recognition and Machine Learning，PRML），这是一本相当于数据结构算法方面的《算法导论》同等地位的书籍，非常有名，但书又比较厚，而且也并不适合新手入门，但对于有一定机器学习基础，想继续进阶，可以看这本书来查漏补缺，更加深入了解机器学习，豆瓣评分是达到 9.5分的！

现在，这本作者是微软剑桥研究院实验室主任 Christopher Bishop 被微软免费开源了！

这本书的所有下载资源如下：

本书介绍&下载页：

https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book

全书链接（758页）：

https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf

第三方Matlab实现：

http://prml.github.io/

这本书总共有 14 章内容，目录如下：

• 第一章 介绍

• 第二章 概率分布

• 第三章 线性回归模型

• 第四章 线性分类模型

• 第五章 神经网络

• 第六章 内核方法

• 第七章 稀疏内核机器

• 第八章 图形模型

• 第九章 混合模型和EM

• 第十章 近似推断

• 第十一章 采样方法

• 第十二章 连续潜在变量

• 第十三章 顺序数据

• 第十四章 组合模型

---

2. 开源中文书「TensorFlow内核剖析」

第二本推荐的书是关于 TensorFlow 的，它的定位如下：

这是一本剖析 TensorFlow 内核工作原理的书籍，并非讲述如何使用 TensorFlow 构建机器学习模型，也不会讲述应用 TensorFlow 的最佳实践。本书将通过剖析 TensorFlow 源代码的方式，揭示 TensorFlow 的系统架构、领域模型、工作原理、及其实现模式等相关内容，以便揭示内在的知识

项目地址：

https://github.com/horance-liu/tensorflow-internals

PDF 下载地址：

https://raw.github.com/horance-liu/tensorflow-internals/master/tensorflow-internals.pdf

阅读方式

初次阅读本书，推荐循序渐进的阅读方式；对于高级用户，可以选择感兴趣的章节阅读。首次使用 TensorFlow 时，推荐从源代码完整地构建一次 TensorFlow，以便了解系统的构建方式，及其理顺所依赖的基本组件库。

另外，推荐使用 TensorFlow 亲自实践一些具体应用，以便加深对 TensorFlow 系统行为的认识和理解，熟悉常见 API 的使用方法和工作原理。强烈推荐阅读本书的同时，阅读 TensorFlow 关键代码；关于阅读代码的最佳实践，请查阅本书附录 A 的内容。

版本说明

本书写作时，TensorFlow 稳定发布版本为 1.2。不排除本书讲解的部分 API 将来被废弃，也不保证某些系统实现在未来版本发生变化，甚至被删除。

同时，为了更直接的阐述问题的本质，书中部分代码做了局部的重构；删除了部分异常处理分支，或日志打印，甚至是某些可选参数列表。但是，这样的局部重构，不会影响读者理解系统的主要行为特征，更有利于读者掌握系统的工作原理。

同时，为了简化计算图的表达，本书中的计算图并非来自 TensorBoard，而是采用简化了的，等价的图结构。同样地，简化了的图结构，也不会降低读者对真实图结构的认识和理解。

在线帮助

为了更好地与读者交流，已在 Github 上建立了勘误表，及其相关补充说明。由于个人经验与能力有限，在有限的时间内难免犯错。如果读者在阅读过程中，如果发现相关错误，请帮忙提交 Pull Request，避免他人掉入相同的陷阱之中，让知识分享变得更加通畅，更加轻松，我将不甚感激。

目录

---

以上就是本次推荐的两本电子书，大家可以在后台回复『==1216==』 来获取两本电子书，其中 PRML 还有对应 Python 和 Matlab 版本的代码实现。

另外大家如果有想要的有关机器学习、深度学习、python方面或者是编程方面，比如数据结构等方面的教程或者电子书资源，也可以在后台回复，如果我有的话，也会免费分享给你的！

欢迎关注我的微信公众号--机器学习与计算机视觉，或者扫描下方的二维码，大家一起交流，学习和进步！

之前分享的资源和教程文章有：

• 推荐几本数据结构算法书籍和课程

• [资源分享] Github上八千Star的深度学习500问教程

• [资源分享] 吴恩达最新《机器学习训练秘籍》中文版可以免费下载了！

• [资源分享] TensorFlow 官方中文版教程来了

• 必读的AI和深度学习博客

• [教程]一份简单易懂的 TensorFlow 教程