《白话深度学习的数学》内容简介与阅读建议

获取这本书 暂无已核验电子书资源
下载
分类
科技技术
出版年份
2023
译者
郑明智
出版社
人民邮电出版社
页数
339 页
语言
中文
豆瓣评分
★ 8.7

《白话深度学习的数学》内容简介

本书通过想要学习深度学习的程序员绫乃和她朋友美绪的对话,逐步讲解深度学习中实用的数学基础知识。内容涉及神经网络的结构、感知机、正向传播和反向传播,以及卷积神经网络。其中,重点讲解了容易成为学习绊脚石的数学公式和符号。同时,还通过实际的Python 编程实现神经网络,加深读者对相关数学知识的理解。

《白话深度学习的数学》书籍信息摘要

《白话深度学习的数学》内容简介与阅读建议,作者 [日]立石贤吾,科技技术,2023年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题:深度学习、数学基础、Python编程、计算机类。

《白话深度学习的数学》适合哪些读者?

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。 评分 8.7 可作为选书参考。

获取建议

《白话深度学习的数学》怎么获取更合适?

优先确认版本和阅读目的;下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

暂无已核验电子书资源;本站不展示未授权完整文件。

下载

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本;经典作品可优先选择校注、导读或权威出版社版本。

目录

  1. 第 1章 神经网络入门 1
  2. 1.1 对神经网络的兴趣 2
  3. 1.2 神经网络所处的位置 4
  4. 1.3 关于神经网络 6
  5. 1.4 神经网络能做的事情 13
  6. 1.5 数学与编程 20
  7. 专栏 神经网络的历史 23
  8. 第 2章 学习正向传播 29
展开全部(共 77 章节)
  1. 2.1 先来学习感知机 30
  2. 2.2 感知机的工作原理 32
  3. 2.3 感知机和偏置 35
  4. 2.4 使用感知机判断图像的长边 38
  5. 2.5 使用感知机判断图像是否为正方形 41
  6. 2.6 感知机的缺点 44
  7. 2.7 多层感知机 48
  8. 2.8 使用神经网络判断图像是否为正方形 52
  9. 2.9 神经网络的权重 55
  10. 2.10 激活函数 66
  11. 2.11 神经网络的表达式 69
  12. 2.12 正向传播 74
  13. 2.13 神经网络的通用化 80
  14. 专栏 激活函数到底是什么 83
  15. 第3章 学习反向传播 89
  16. 3.1 神经网络的权重和偏置 90
  17. 3.2 人的局限性 92
  18. 3.3 误差 95
  19. 3.4 目标函数 100
  20. 3.5 梯度下降法 107
  21. 3.6 小技巧:德尔塔 119
  22. 3.7 德尔塔的计算 130
  23. 3.7.1 输出层的德尔塔 130
  24. 3.7.2 隐藏层的德尔塔 134
  25. 3.8 反向传播 141
  26. 专栏 梯度消失到底是什么 145
  27. 第4章 学习卷积神经网络 151
  28. 4.1 擅长处理图像的卷积神经网络 152
  29. 4.2 卷积过滤器 154
  30. 4.3 特征图 162
  31. 4.4 激活函数 165
  32. 4.5 池化 167
  33. 4.6 卷积层 168
  34. 4.7 卷积层的正向传播 176
  35. 4.8 全连接层的正向传播 186
  36. 4.9 反向传播 190
  37. 4.9.1 卷积神经网络的反向传播 190
  38. 4.9.2 误差 192
  39. 4.9.3 全连接层的更新表达式 197
  40. 4.9.4 卷积过滤器的更新表达式 201
  41. 4.9.5 池化层的德尔塔 205
  42. 4.9.6 与全连接层相连的卷积层的德尔塔 207
  43. 4.9.7 与卷积层相连的卷积层的德尔塔 212
  44. 4.9.8 参数的更新表达式 217
  45. 专栏 交叉熵到底是什么 221
  46. 第5章 实现神经网络 227
  47. 5.1 使用Python 实现 228
  48. 5.2 判断长宽比的神经网络 229
  49. 5.2.1 神经网络的结构 232
  50. 5.2.2 正向传播 234
  51. 5.2.3 反向传播 239
  52. 5.2.4 训练 244
  53. 5.2.5 小批量 250
  54. 5.3 手写数字的图像识别与卷积神经网络 255
  55. 5.3.1 准备数据集 257
  56. 5.3.2 神经网络的结构 263
  57. 5.3.3 正向传播 266
  58. 5.3.4 反向传播 278
  59. 5.3.5 训练 286
  60. 专栏 后话 297
  61. 附录
  62. A.1 求和符号 302
  63. A.2 微分 303
  64. A.3 偏微分 307
  65. A.4 复合函数 310
  66. A.5 向量和矩阵 312
  67. A.6 指数与对数 316
  68. A.7 Python 环境搭建 319
  69. A.8 Python 基础知识 322

常见问题

《白话深度学习的数学》适合谁读?

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。 评分 8.7 可作为选书参考。

《白话深度学习的数学》阅读难度高吗?

建议先看简介、目录、作者和相关书籍,再判断是否适合当前阶段阅读。

《白话深度学习的数学》纸质书值得买吗?

当前暂未接入已核验的纸质书购买链接,建议通过出版社、京东、当当等正版渠道核对版本后购买。

《白话深度学习的数学》哪个版本更适合?

优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本;经典作品可优先选择校注、导读或权威出版社版本。

在哪里可以合法获取《白话深度学习的数学》?

当前没有确认授权的电子书下载资源,也暂未接入已核验购买链接;商业出版物不提供未授权下载,建议通过出版社、京东、当当或官方电子书平台核对获取。

如何继续查找《白话深度学习的数学》相关书籍?

可以进入 [日]立石贤吾 作者页查看其他作品,也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。

手机扫码下载

使用手机扫描二维码

扫码后会直接打开下载链接。

电子书下载二维码

手机端点击下载会直接跳转,无需扫码。