如果您想为深度学习有一个良好而扎实的开端，我建议您从 Ian Goodfellow 等人的适当命名的书“深度学习”开始。之后，您将拥有一个良好的基础，可以通过在线提供的许多不同的教程、文章和课程进行学习。

但是，我还要补充一点，在此之前，您应该参加一些基本的“机器学习”课程（应该在您的大学提供）。现在很多人直接进入深度学习和实现神经网络，因为它相对容易，但他们缺乏理解来改进它或充分利用它。

正如其他人所建议的那样，这是非常好的资源。如果你想要深入的知识，我会推荐Andrew Ng在 Coursera 上的一门课程。它涵盖了对 ML 基础知识的深入了解，如果您对是从 AI、ML 还是深度学习开始感到困惑，您可以关注我个人资料中的博客链接。我最近发布了如何使用这些技术。

PS：我不是在这里为我的博客做广告。我只是在帮忙。如果您想关注，您可以关注，否则请选择 Andrew Ng。

我拥有计算机科学硕士学位，我的论文是关于使用神经网络进行时间序列预测的。

从实践的角度来看，使用 Scikit 和 Tensorflow 进行机器学习这本书非常有帮助。它真的把事情说得很清楚，没有太多的理论和数学。我强烈推荐它。

另一方面，Ian Goodfellow 的书也是必须的（类似于 DL 的圣经）。在那里你会找到理论解释，它也会让你对深度学习和迄今为止该领域的卑微开端有更多的了解。

另一个，正如其他人所建议的，当然是 Chollet的 Python 深度学习。我沉迷于阅读这本书。事实上，它写得非常好，而且它再次教会了你从在线教程和课程中很难掌握的技巧和概念。

此外，我看到你对 Matlab 很熟悉，所以也许你已经学习了一些统计/概率类，否则，所有这些都会让你不知所措。

如果您想重温基础知识，我建议您从Google 的机器学习速成课程开始。然后我建议遵循fast.ai 的 ML 和 DL 课程。对于阅读，我建议Alex Smola 和 SVN Vishwanathan的机器学习简介。祝你今天过得愉快！