一本书掌握深度学习的基础数学！ 1、步步引导，对话形式好理解 延续前作《白话机器学习的数学》有趣、易懂、不枯燥的讲解风格 2、层层拆解，复杂公式看得懂 详细分析神经网络的数学表达式，逐个讲解上下标的含义 3、通过Python编程实现神经网络 通过实践加深对数学知识的理解，示例代码均可下载
售 价：¥
纸质售价：¥55.10购买纸书
6.8
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
前言
出场人物介绍
各章概要
第 1 章 神经网络入门
1.1 对神经网络的兴趣
1.2 神经网络所处的位置
1.3 关于神经网络
1.4 神经网络能做的事情
1.5 数学与编程
第 2 章 学习正向传播
2.1 先来学习感知机
2.2 感知机的工作原理
2.3 感知机和偏置
2.4 使用感知机判断图像的长边
2.5 使用感知机判断图像是否为正方形
2.6 感知机的缺点
2.7 多层感知机
2.8 使用神经网络判断图像是否为正方形
2.9 神经网络的权重
2.10 激活函数
2.11 神经网络的表达式
2.12 正向传播
2.13 神经网络的通用化
第 3 章 学习反向传播
3.1 神经网络的权重和偏置
3.2 人的局限性
3.3 误差
3.4 目标函数
3.5 梯度下降法
3.6 小技巧：德尔塔
3.7 德尔塔的计算
3.8 反向传播
第 4 章 学习卷积神经网络
4.1 擅长处理图像的卷积神经网络
4.2 卷积过滤器
4.3 特征图
4.4 激活函数
4.5 池化
4.6 卷积层
4.7 卷积层的正向传播
4.8 全连接层的正向传播
4.9 反向传播
第 5 章 实现神经网络
5.1 使用 Python 实现
5.2 判断长宽比的神经网络
5.3 手写数字的图像识别与卷积神经网络
附录
A.1 求和符号
A.2 微分
A.3 偏微分
A.4 复合函数
A.5 向量和矩阵
A.6 指数与对数
A.7 Python 环境搭建
A.8 Python 基础知识
A.9 NumPy 基础知识
看完了
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
