神经网络与深度学习基础
全新正版 假一赔十 可开发票
￥ 26.95 4.1折 ￥ 65 全新
库存10件
北京东城
认证卖家担保交易快速发货售后保障
作者刘珑龙
出版社中国海洋大学出版社
ISBN9787567030503
出版时间2022-02
装帧平装
开本32开
定价65元
货号1203013583
上书时间2024-09-29
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章人工神经网络引论
1.1初识人工神经网络
1.2人工神经网络的发展历史
1.3人工神经网络的类型
1.4人工神经网络的应用领域
1.5小结
1.6扩展阅读
第2章神经元模型及网络结构
2.1点积的定义与计算
2.2生物神经元
2.3人工神经元
2.4网络结构
2.5人工神经网络的学习
2.6小结
2.7扩展阅读
第3章感知器
3.1基础知识
3.2感知器的网络结构
3.3感知器的学习
3.4线性不可分问题
3.5网络的收敛性
3.6小结
3.7扩展阅读
第4章误差反传（BP）神经网络
4.1梯度下降算法
4.2BP网络的结构
4.3BP算法
4.4算法的理论推导
4.5算法的改进
4.6BP算法的收敛性分析
4.7小结
4.8扩展阅读
第5章径向基神经网络
5.1基础知识
5.2RBF神经网络的结构
5.3径向基网络的学习
5.4广义回归神经网络
5.5概率神经网络
5.6小结
5.7扩展阅读
第6章反馈型神经网络
6.1基础知识（NP问题）
6.2Hopfield网络模型
6.3Hopfield网络的稳定性
6.4用Hopfield网络解决TSP问题
6.5Elman神经网络模型
6.6小结
6.7扩展阅读
第7章竞争型神经网络
7.1基础知识
7.2自组织特征映射神经网络
7.3学习向量量化神经网络
7.4小结
7.5扩展阅读
第8章非确定方法
8.1基础知识
8.2网络的非确定训练算法
8.3波兹曼机
8.4小结
8.5扩展阅读
第9章深度卷积神经网络
9.1基础知识（卷积）
9.2卷积神经网络模型
9.3卷积神经网络的学习
9.4卷积神经网络实例
9.5小结
9.6扩展阅读
第10章循环神经网络
10.1简单循环网络
10.2循环神经网络的应用
10.3循环神经网络的学习
10.4门控循环神经网络
10.5深度循环神经网络
10.6小结
10.7扩展阅读
第11章MATLAB基本命令
11.1MATLAB窗口
11.2数据和变量
11.3向量与矩阵的表示及运算
11.4绘图命令
11.5控制流程
11.6函数文件
第12章感知器的设计与应用
12.1工具箱函数
12.2单层感知器设计实例
12.3多层感知器设计实例
第13章BP神经网络的设计与应用
13.1工具箱函数
13.2基于BP神经网络的函数逼近
13.3新旧版本建网函数性能比较
13.4利用BP神经网络实现股市预测
第14章径向基神经网络的设计与应用
14.1工具箱函数
14.2径向基网络设计的方法
14.3径向基网络设计实例
第15章Hopfield网络的设计与应用
15.1工具箱函数
15.2Hopfield网络的联想记忆
15.3基于Hopfield网络的数字识别
第16章竞争型神经网络的设计与应用
16.1工具箱函数
16.2SOM网络设计实例
16.3LVQ网络设计实例
第17章模拟退火算法的设计与应用
17.1模拟退火算法的应用实例
17.2蒙特卡罗方法的应用实例
第18章深度卷积神经网络的设计与应用
18.1构建深度卷积神经网络识别手写数字
18.2使用残差神经网络识别彩色图像
第19章循环神经网络的设计与应用
19.1长短期记忆（LSTM）网络设计实例
参考文献
附录符号说明
内容摘要
本书内容兼顾经典的神经网络和近期新的深度学习神经网络。本书为中国海洋大学核心通识课的配套教材，也可以作为本科生、研究生的专业课教材。
— 没有更多了 —
以下为对购买帮助不大的评价