1.以操作实践为学习的切，而不是直切理论讲解； 2.以任务为驱动，贯穿知识内容； 3.充分考虑学习者的认知曲线，由浅深，边讲边练边切理论知识； 4.通过项目实训训练技能的综合使用能力。
售 价：¥
纸质售价：¥44.10购买纸书
6.6
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容提要
前言
第1章 人工智能导论
任务1.1 了解人工智能的发展历程
任务1.2 理解人工智能、机器学习和深度学习之间的关系
任务1.3 了解深度学习的发展与应用情况
本章小结
本章习题
第2章 Keras与环境配置
任务2.1 配置深度学习开发环境
任务2.2 快速入门Keras
本章小结
本章习题
第3章 机器学习基础
任务3.1 了解机器学习
任务3.2 理解回归与分类
任务3.3 理解什么是损失函数
任务3.4 掌握梯度下降算法
任务3.5 了解机器学习的通用工作流程
本章小结
本章习题
第4章 神经网络基础
任务4.1 了解人工神经元
任务4.2 掌握基础的神经网络结构
任务4.3 使用Python实现感知机
任务4.4 理解激活函数的作用
本章小结
本章习题
第5章 反向传播原理
任务5.1 计算神经网络的输出
任务5.2 掌握反向传播算法
任务5.3 使用Python实现反向传播算法
本章小结
本章习题
第6章 深度神经网络手写体识别
任务6.1 掌握使用Keras构建神经网络的模型
任务6.2 使用手写体识别数据集MNIST
任务6.3 深度神经网络解决图像分类问题
本章小结
本章习题
第7章 神经网络优化
任务7.1 模型评估
任务7.2 范数正则化避免过拟合
任务7.3 丢弃法避免过拟合
任务7.4 掌握改进的优化算法
本章小结
本章习题
第8章 卷积神经网络
任务8.1 初识卷积神经网络
任务8.2 卷积运算
任务8.3 LeNet实现图像分类
本章小结
本章习题
第9章 卷积神经网络经典结构
任务9.1 训练深度卷积神经网络
任务9.2 进一步增加网络的深度
任务9.3 认识并行结构的卷积神经网络
任务9.4 把网络深度提升至上百层
本章小结
本章习题
第10章 循环神经网络
任务10.1 对时序数据建模
任务10.2 增加循环神经网络的记忆
任务10.3 优化长短期记忆网络
本章小结
本章习题
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
