《 Python神經網路編程》PDF高清版免費下載地址 內容簡介 · · · · · · 本書首先從簡單的思路著手，詳細介紹了理解神經網路如何工作所必須的基礎知識。第一部分介紹基本的思路，包括神經網路底層的數學知識，第2部分是實踐，介紹了學習 Python 編程的流行和輕鬆的方法，從而逐漸使用該語言 ...
內容簡介 · · · · · ·
本書首先從簡單的思路著手，詳細介紹了理解神經網路如何工作所必須的基礎知識。第一部分介紹基本的思路，包括神經網路底層的數學知識，第2部分是實踐，介紹了學習 Python 編程的流行和輕鬆的方法，從而逐漸使用該語言構建神經網路，以能夠識別人類手寫的字母，特別是讓其像專家所開發的網路那樣地工作。第3部分是擴展，介紹如何將神經網路的性能提升到工業應用的層級，甚至讓其在 Raspberry Pi 上工作。
作者簡介 · · · · · ·
Tariq Rashid 擁有物理學學士學位、機器學習和數據挖掘碩士學位。常年活躍於倫敦的技術領域，領導並組織倫敦 Python 聚會小組。
目錄 · · · · · ·
序言前言
第1章 神經網路如何工作
1.1 尺有所短，寸有所長
1.2 一臺簡單的預測機
1.3 分類器與預測器並無太大差別
1.4 訓練簡單的分類器
1.5 有時候一個分類器不足以求解問題
1.6 神經元——大自然的電腦器
1.7 在神經網路中追蹤信號
1.8 憑心而論，矩陣乘法大有用途
1.9 使用矩陣乘法的三層神經網路示例
1.10 學習來自多個節點的權重
1.11 多個輸出節點反向傳播誤差
1.12 反向傳播誤差到更多層中
1.13 使用矩陣乘法進行反向傳播誤差
1.14 我們實際上如何更新權重
1.15 權重更新成功範例
1.16 準備數據
第2章 使用Python進行DIY
2.1 Python
2.2 互動式Python = IPython
2.3 優雅地開始使用Python
2.4 使用Python製作神經網路
2.5 手寫數字的數據集MNIST
第3章 趣味盎然
3.1 自己的手寫數字
3.2 神經網路大腦內部
3.3 創建新的訓練數據：旋轉圖像
3.4 結語
附錄A 微積分簡介
A.1 一條平直的線
A.2 一條斜線
A.3 一條曲線
A.4 手繪微積分
A.5 非手繪微積分
A.6 無需繪製圖表的微積分
A.7 模式
A.8 函數的函數
附錄B 使用樹莓派來工作
B.1 安裝IPython
B.2 確保各項工作正常進行
B.3 訓練和測試神經網路
B.4 樹莓派成功了
搜索
複製
人生苦短 記得學Python
