写给新手的深度学习——用Python学习神经网络和反向传播

图书标准信息

• 作者 我妻幸长 著；陈欢 译
• 出版社 中国水利水电出版社
• 出版时间 2020-11
• 版次 1
• ISBN 9787517090618
• 定价 89.90元
• 装帧 平装
• 开本 32开
• 纸张 胶版纸
• 页数 312页
• 字数 374千字

【内容简介】

写给新手的深度学——用python学神经网络和反向传播一书以python为基础，不借助tenorflow、pytorch等任何框架，以浅显易懂的语言，结合大量图示，对机器学、深度学、ai相关技术中的通用技能进行了解说。主要内容包括深度学的概念，python基础，深度学数学知识，神经网络的结构及编程实现，反向传播算法，深度神经网络的构建，卷积神经网络n的及编程实现，很后一章对循环神经网络rnn、自然语言处理、强化学等内容进行了简要介绍。通过本书，读者可以从根本上理解深度学技术的本质和相关算法，能够构建简单的深度学模型，特别适合作为零基础读者学深度学技术的入门书，也适合作为高校人工智能相关专业的教材和参书。

【作者简介】

【目录】

章何谓深度学

1.1什么是智能

1.2人工智能（ai）

1.3机器学

1.4神经网络

1.5深度学概要

1.6人工智能、深度学的历史

1.6.1次ai热潮：20世纪50-60年代

1.6.2第2次ai热潮：20世纪80-90年代中期

1.6.3第3次ai热潮：2000年至今

第2章python概要

2.1为何要使用python

2.2anaconda、jupyternotebook的导入

2.2.1anaconda的下载

2.2.2anaconda的安装

2.2.3jupyternotebook的启动

2.2.4jupyternotebook的使用

2.2.5关闭notebook

2.3python的语法

2.3.1变量与类型

2.3.2运算符

2.3.3列表

2.3.4元组

2.3.5字典

2.3.6if语句

2.3.7for语句

2.3.8while语句

2.3.9闭包语法

2.3.10函数

2.3.11变量的作用域

2.3.12类

2.4numpy

2.4.1numpy的导入

2.4.2numpy的数组

2.4.3各种用于生成数组的函数

2.4.4使用reshape进行形状变换

2.4.5数组的运算

2.4.6广播

2.4.7对元素的访问

2.4.8切片

2.4.9轴与transe方法

2.4.10numpy的函数

2.5matplotlib

2.5.1模块的导入

2.5.2绘制图表

2.5.3修饰图表

2.5.4散点图的显示

2.5.5图像的显示

第3章深度学中的数学知识

3.1关于数学符号

3.1.1求和符号西格玛（∑）

……

第4章神经网络

第5章反向传播

第6章深度学的编程实现

第7章卷积神经网络（n）

第8章深度学的相关技术

后记

参文献