深度学习图解
①全新正版,现货速发,7天无理由退换货②天津、成都、无锡、广东等多仓就近发货,订单最迟48小时内发出③无法指定快递④可开电子发票,不清楚的请咨询客服。
¥
62.17
6.3折
¥
99
全新
库存2件
作者(美)安德鲁·特拉斯克|责编:王军//韩宏志|译者:王晓雷//严烈
出版社清华大学
ISBN9787302540991
出版时间2020-01
装帧其他
开本其他
定价99元
货号30811669
上书时间2024-10-13
商品详情
- 品相描述:全新
- 商品描述
-
导语摘要
深度学习是人工智能的一个分支,受到人类大脑的启发,致力于指导计算机用神经网络进行学习。在线文本翻译、自动驾驶、商品推荐和智能语音助手等一系列令人兴奋的现代技术应用领域,都在深度学习的辅助下取得了突破性进展。
《深度学习图解》指导你从最基础的每一行代码开始搭建深度学习网络!经验丰富的深度学习专家AndrewW.Trask以有趣的图解方式为你揭开深度学习的神秘面纱,使你可亲身体会训练神经网络的每个细节。只需要使用Python语言及其最基本的数学库NumPy,就可以训练出自己的神经网络,借助它观察并理解图像、将文字翻译成不同的语言,甚至像莎士比亚一样写作!当你完成这一切后,就为成为精通深度学习框架的专家做好了充分准备!
目录
第1章 深度学习简介:为什么应该学习深度学习 1
1.1 欢迎阅读《深度学习图解》 1
1.2 为什么要学习深度学习 2
1.3 这很难学吗? 3
1.4 为什么要阅读本书 3
1.5 准备工作 4
1.6 你可能需要掌握一部分Python知识 5
1.7 本章小结 6
第2章 基本概念:机器该如何学习? 7
2.1 什么是深度学习? 7
2.2 什么是机器学习? 8
2.3 监督机器学习 9
2.4 无监督机器学习 10
2.5 参数学习和非参数学习 10
2.6 监督参数学习 11
2.7 无监督参数学习 13
2.8 非参数学习 14
2.9 本章小结 15
第3章 神经网络预测导论:前向传播 17
3.1 什么是预测 17
3.2 能够进行预测的简单神经网络 19
3.3 什么是神经网络? 20
3.4 这个神经网络做了什么? 21
3.5 使用多个输入进行预测 23
3.6 多个输入:这个神经网络做了什么? 24
3.7 多个输入:完整的可运行代码 29
3.8 预测多个输出 30
3.9 使用多个输入和输出进行预测 32
3.10 多输入多输出神经网络的工作原理 33
3.11 用预测结果进一步预测 35
3.12 NumPy快速入门 37
3.13 本章小结 40
第4章 神经网络学习导论:梯度下降 41
4.1 预测、比较和学习 41
4.2 什么是比较 42
4.3 学习 42
4.4 比较:你的神经网络是否做出了好的预测? 43
4.5 为什么需要测量误差? 44
4.6 最简单的神经学习形式是什么? 45
4.7 冷热学习 46
4.8 冷热学习的特点 47
4.9 基于误差调节权重 48
4.10 梯度下降的一次迭代 50
4.11 学习就是减少误差 52
4.12 回顾学习的步骤 54
4.13 权重增量到底是什么? 55
4.14 狭隘的观点 57
4.15 插着小棍的盒子 58
4.16 导数:两种方式 59
4.17 你真正需要知道的 60
内容摘要
深度学习的基础科学原理自行设计和训练神经网络隐私保护的知识,包括联邦学习帮助你继续深度学习之旅的建议
— 没有更多了 —
以下为对购买帮助不大的评价