能給推薦幾本適合初學深度學習和神經網絡的書嗎？
這個首先要先看下你朋友的基礎怎么樣。深度學習需要了解機器學習的一些知識，并且還需要有一定的數學基礎的。如果之前有了解過機器學習的知識，那么現在想要學習深度學習，就可以去看一些深度學習的入門教程。
前提條件這里需要提一下，很多人都說學習深度學習不需要掌握機器學習的知識，這個看法我不太認同，雖然說機器學習并不是深度學習的必要條件，但是作為一個熟悉深度學習的人卻不應該不了解機器學習的一些算法和概念。就像大學在學習高等數學的時候，和小學學習的求矩形面積關系很小，但是如果一個學習高數的人說他不會求矩形面積，那么這會讓別人怎么看。所以我個人覺得學習深度學習知識還是應該儲備一下機器學習的相關知識。
其次深度學習需要一定的數學基礎，這個具體要看從事到什么程度而定，通常不是做學術研究的，基本上需要大學數學三劍客：高等數學，線性代數，概率論與數理統計。這里還要提一下，有很多人又要說，我數學很差勁，但是我懂深度學習，所以深度學習不需要太多的數學知識。其實有很多人的學習方法是以實踐為主，而不顧理論知識的。這種方法可能在某一階段能嘗到甜頭，但是這也是限制進步的最大的因素。你可以去搜索一個 CNN 的實戰教程，然后跟著做，做完就是會了嗎？沒那么簡單吧，當你不懂一個模型的原理，你有怎么能夠靈活的去在合適的地方使用呢？
學習資料之前的前提條件說完了，也簡單闡述了下這些條件的必要性，至少是我個人的看法。那么如果你朋友都滿足這些條件，那么就可以找一些入門教程了，下面我簡單提供一些我個人看過的覺得還可以的內容：
《神經網絡與深度學習》，機械工業出版社出版，邱錫鵬教授著。
這本書我覺得非常適合入門學習，知識內容是由淺入深的，可讀性比較強。內容涉及的知識點也比較全面。這個是我個人比較推薦的入門首選。
《深度學習》（Deep learning），人民郵電出版社出版，Ian Goodfellow 等多位大佬著。
這本書被譽為是深度學習的“圣經”。有這個稱號的書籍還真沒多少。而且 Goodfellow 就是生成式對抗網絡(GAN)的提出者。這本書具有國外圖書的特點，理論性比較強，語言表達上可能并不是那么通俗易懂。但是這并不妨礙它成為經典。有興趣也是可以拜讀的。
還有就是在開發實踐方向上，目前使用的比較廣泛的就是 Python 語言，可以了解下 numpy，pytorch 之類的庫。這些網上都有對應的教程，自行搜索下就可以了。
學習路線在了解深度學習的一些知識以后，可以學習下深度學習的框架，比如TensorFlow之類的，然后也可以嘗試在實際領域去嘗試做一些實踐，比如NLP，視覺等等方向。