作為高敏感者讀完整本書後，有種舒暢的平靜感。我會把這本書看作一本「療育書」，作者以溫暖的口吻解答了我（們）可能共有的各種困擾，也顯得外界常貶低的內向者、宅、神經質這件事有多麼荒謬。外向、內向、敏感是中性字，不該帶有貶義。

其實我更希望作者能不只把觀察、問題、方法點出，更可以用更系統的方式將各個主題解釋得更深一點。我很期待接下來的《高敏感是種天賦2》。

另外我看的是第19刷，很可惜的是第18刷的朋友提出來的錯字問題至今尚未修正。

這本書推薦給已初步使用JS的人閱讀，特別是那些從其他語言轉來，以為JS不用學的人，它絕對能打破你很多的既定想法。雖然它的第一章是從基本的程式設計概念談起，但它所探討的內容並不淺。如果你從未寫過程式，也沒有基本的迴圈、指標等概念，這本書可能就不適合你。

這本書將你所不知道的JS（YDNJS）原版的第１本（導讀）、第４本（型別與文法）合併。我還沒看過系列中的其他書籍，雖然偶爾還是有缺了些什麼的感覺（例如this），但基本上閱讀感受是很順、很舒服的，可以說第４本大部分的內容是不需要先看完第２～３本的。

這本書使用螺旋式方法介紹JS，第一章先宏觀地介紹程式設計的概念，並代入JS的語法。第二章再介紹更多的JS的語法，尤其是JS獨有的那些東西。舉例來說第一章的「變數」與第二章的「值與型別」便相呼應，能感受到作者的細心編排。第三章則介紹系列的其他書籍，也對應到前兩章介紹的各個主題，形成有架構的樹狀學習地圖。

相較於使用，這本書更專注在原因，尤其是那些容易犯錯的部分，以及它到結果的邏輯推演，並不是只列出一張說A方法是B功能的湊字數表格。這讓文章有邏輯關係、相互對應，避免知識碎片化，例如你很難在不知道ToPrimitive下看完這本書。很推薦與JS語言規格一起服用。本書作者很佛心地把英文原版公開在GitHub上，若手頭比較緊也能直接去那裡看看。

總而言之，只要你還在JS的世界遊蕩，尚未成佛，這本書一定能帶給你不一樣的啟發。

Git是每個軟體人必備的知識，所以我對這本書一開始是充滿期待的，但結果卻極度失望。

這本書以Git Bash出發，按部就班的規劃，我非常認同。但它們的內容，卻實踐不了這些精神。

這本書的排版很差，例子不統一，常突然冒出一些之前的例子。我最後是自己想例子，創造出會用到那些指令的情境。

說明也缺乏架構，某個指令前面解釋一點，後面再解釋一點，拚來拚去。Part 3不斷複製貼上前面的內容，例如reset soft/mixed/hard的說明，在湊字數？一般對於重複的知識，可能會用別的話解釋重點，或先在前面做好詳細的解說，後面再索引回去。不斷地重複非常粗淺的解釋，看得很煩。

書上對git revert的解釋是錯的，它根本不是從該節點把舊資料取出，而是回復該節點的修改，這樣錯的概念又在Part 03不斷重複。 git add . 和-A的說明也有誤，在git 2後（早在2014年就釋出了）兩者就都會把新增、刪除、修改的檔案加入git索引了。

終於到了重頭戲—遠端Git的時候，卻幾乎不給例子，易混淆的地方也不解釋。最後SSH的說明也是錯的，Server會儲存所有Client的私鑰？

總體而言，我極不推薦這本書給「想學習Git的人」，就算只作為補充教材也是，市面上有更好的書。

大家學標準日本語系列我書籍、APP、文法練習本我全都買了，可以說是幫助自學者走完從「背完50音」到「N4程度」的一條路。

先說優點，內容上多以清楚、較大的文法重點著手，很少有看不懂的地方。對於較複雜的文法，也會歸納一些規則，像是數量詞的音便、並列用法的整理，我就覺得整理得超好。在例句與會話中，也會提及之前的文法做複習。

缺點的話，也是大家常提到的--缺少練習題，唯一的習題就只有文法練習本（也有放在APP裡）中，每冊大概150題的中翻日習題。建議在看到中、高級本時，可以買N5、N4的題本來搭配著做，如果還想再增加練習量，可以對應用會話、關連語句做中日、日中翻譯。

內容上對於較細節的文法也比較缺乏，其實還未完全涵蓋N5-N4的全部文法，像是他自動詞的使役形、品詞、一些文型的細節等等，這個時候很推薦和「時雨の町」，以及作者的Youtube頻道「出口日語」裡面的N4-N5文法一覽搭配著看。

如果預算真的有限的話，我最推的是APP，它不僅取代了CD的功能，還有文法練習本的習題部份，我甚至覺得沒錢的話單買APP都可以，因為課本裡面的內容，APP幾乎都有。而文法練習本除了習題外，其他的文法整理其實都只是從課本節錄下來而已，有錢再買就好了。

整體而言，由於有清楚的文法和整理，是初學的自學者很好的入門管道，但對於細節的文法與練習題較為缺乏，建議要搭配其他書籍與資源

先說優點吧，這本書的程式都沒有用到keras, tensorflow等高階函式，而是從底層的運算開始，這對需要全觀了解深度學習的人是非常好的練習，這本講得詳細、也含括許多內容。但我不知道是作者的用詞還是譯者的關係，很多解釋我覺得都解釋得很模糊也不精準，不知道為什麼這裡的梯度的方向被解釋為函數值減少最多的方向，還有SGD被翻成準確率梯度下降法???

我不太推薦這本書給想要"了解深度學習"的人，因為這本書講的理論少之又少、程式碼非常多重覆、不嚴謹（我會說不嚴謹是因為一些程式有明顯的邏輯錯誤，而且在變數命名、參數的使用等等很沒有規則，雖然都是小細節，但我覺得這是不該發生的，更何況這本給的資訊又那麼少），不過，如果你急需要一個非常簡單、幾分鐘後就可以做出個MLP、CNN的書，這本書勉強可以拿來翻翻。
如果把這本書所有的相同的、冗餘的句子都砍掉，整理起來大概不到100頁吧。