PaddlePaddle深度学习实战
因为是实战，所以每一个知识点都提供了代码作为参考。
最开始的几部分属于人工智能相关教科书的常见内容，在对人工智能的背景和技术体系不熟悉的人可以阅读一下。
接下来的章节对人工智能深度学习的任务进行项目展示，重数学代码和模型结构。对常见任务和其对应的深度学习模型进行了大量的完备的解释。适合在遇到相关任务时进行针对性学习。但是问题是我们在使用paddlepaddle的场景不多，要是想要充分使用这本书，或者掌握paddlepaddle就要想办法。
第一本无人驾驶书
很好的一本书，对无人驾驶需要的硬件和技术进行了展示和解释。而且少见的给出了很多自动驾驶方案设计中的经验之谈。适合初学者认识行业全貌，了解重要的待解决问题。
ROS机器人编程与SLAM算法解析指南
技术稍微有一些旧，仅仅是展示了这个领域的一些代码和工具，可以作为一本复习书，或者其他更加专业的书籍的案例补充。
ROS机器人编程实践
给我的第一感觉是，这是一个黄金屋，一个完整的黄金屋，有你需要的一切关于ROS的知识。
这本书中的知识是个整体，学到这本书的全部知识，才能学习到ROS的精髓。也就是说，如果仅仅只是草草看一遍，糊弄这本书，那么这本书也会糊弄你。
适合有大量时间和精力的时候集中力量攻克。（差不多一天50页，然后代码认真读，同时有一个可以实操的机器人硬件平台）
视觉SLAM十四讲
Math Intensive，由浅入深讲解了视觉SLAM技术。
这本书只要认真看，认真学就可以了。目标就是理解每一个概念，可以复述出来。
机器人感知
十四讲的第十五讲，集中力量解释因子图或者直白一点，概率在机器人SLAM任务中的角色。
比较薄的一本书，在读完十四讲后作为拓展阅读。
可解释机器学习
有很多机器学习的概念，如果机器学习的基础比较强，可以选择性得跳过一些章节。
这本书比较注重思想的展现，告诉读者学术界对于可解释性的解释和评价方法，还有一些存在的可解释模型。
但是，我主观认为这种对于可解释学习的介绍未免太架空了，没有从实际情况出发，更多停留在理论。
综上所述，这本书需要带着问题去读，去思考。搭建起我自己对于可解释机器学习的理解框架。
人体结构原理与绘画教学
很新很新的一本书（2021.10月），因为我看这个类型的书还是头一次，所以也不好评价。
在读的时候需要注意，一定要拿着尺子去比，去发现，整理自己的绘画思路。然后每一页的练习要跟上，随便划拉划拉的事儿，培养绘画的感觉。（打磨画作是那之后的事情）
