幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

白話深度學習的數學/圖靈程序設計叢書

  • 作者：(日)立石賢吾|責編:高宇涵|譯者:鄭明智
  • 出版社：人民郵電
  • ISBN：9787115630087
  • 出版日期：2023/11/01
  • 裝幀：平裝
  • 頁數：339
人民幣：RMB 69.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書通過想要學習深度學習的程序員綾乃和她朋友美緒的對話，逐步講解深度學習中實用的數學基礎知識。內容涉及神經網路的結構、感知機、正向傳播和反向傳播，以及卷積神經網路。其中，重點講解了容易成為學習絆腳石的數學公式和符號。同時，還通過實際的Python編程實現神經網路，加深讀者對相關數學知識的理解。
    本書適合對深度學習感興趣、想要從事深度學習相關研究，但是對深度學習和神經網路相關數學知識感到棘手的讀者閱讀。
作者介紹
(日)立石賢吾|責編:高宇涵|譯者:鄭明智
目錄
第1章  神經網路入門
  1.1  對神經網路的興趣
  1.2  神經網路所處的位置
  1.3  關於神經網路
  1.4  神經網路能做的事情
  1.5  數學與編程
  專欄  神經網路的歷史
第2章  學習正向傳播
  2.1  先來學習感知機
  2.2  感知機的工作原理
  2.3  感知機和偏置
  2.4  使用感知機判斷圖像的長邊
  2.5  使用感知機判斷圖像是否為正方形
  2.6  感知機的缺點
  2.7  多層感知機
  2.8  使用神經網路判斷圖像是否為正方形
  2.9  神經網路的權重
  2.10  激活函數
  2.11  神經網路的表達式
  2.12  正向傳播
  2.13  神經網路的通用化
  專欄  激活函數到底是什麼
第3章  學習反向傳播
  3.1  神經網路的權重和偏置
  3.2  人的局限性
  3.3  誤差
  3.4  目標函數
  3.5  梯度下降法
  3.6  小技巧：德爾塔
  3.7  德爾塔的計算
    3.7.1  輸出層的德爾塔
    3.7.2  隱藏層的德爾塔
  3.8  反向傳播
  專欄  梯度消失到底是什麼
第4章  學習卷積神經網路
  4.1  擅長處理圖像的卷積神經網路
  4.2  卷積過濾器
  4.3  特徵圖
  4.4  激活函數
  4.5  池化
  4.6  卷積層
  4.7  卷積層的正向傳播
  4.8  全連接層的正向傳播
  4.9  反向傳播
    4.9.1  卷積神經網路的反向傳播
    4.9.2  誤差
    4.9.3  全連接層的更新表達式
    4.9.4  卷積過濾器的更新表達式
    4.9.5  池化層的德爾塔
    4.9.6  與全連接層相連的卷積層的德爾塔

    4.9.7  與卷積層相連的卷積層的德爾塔
    4.9.8  參數的更新表達式
  專欄  交叉熵到底是什麼
第5章  實現神經網路
  5.1  使用Python實現
  5.2  判斷長寬比的神經網路
    5.2.1  神經網路的結構
    5.2.2  正向傳播
    5.2.3  反向傳播
    5.2.4  訓練
    5.2.5  小批量
  5.3  手寫數字的圖像識別與卷積神經網路
    5.3.1  準備數據集
    5.3.2  神經網路的結構
    5.3.3  正向傳播
    5.3.4  反向傳播
    5.3.5  訓練
  專欄  后話
附錄
  A.1  求和符號
  A.2  微分
  A.3  偏微分
  A.4  複合函數
  A.5  向量和矩陣
  A.6  指數與對數
  A.7  Python環境搭建
  A.8  Python基礎知識

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032