|
-- 會員 / 註冊 --
|
|
|
|
深度學習的數學 ( 簡體 字) |
作者:[日]涌井良幸、涌井貞美 | 類別:1. -> 程式設計 -> 深度學習 |
譯者: |
出版社:人民郵電出版社 | 3dWoo書號: 51122 詢問書籍請說出此書號!【有庫存】 NT售價: 345 元 |
出版日:5/1/2019 |
頁數:225 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 簡體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9787115509345 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言: |
內容簡介:《深度學習的數學》基于豐富的圖示和具體示例,通俗易懂地介紹了深度學習相關的數學知識。第1章介紹神經網絡的概況;第2章介紹理解神經網絡所需的數學基礎知識;第3章介紹神經網絡的最優化;第4章介紹神經網絡和誤差反向傳播法;第5章介紹深度學習和卷積神經網絡。書中使用Excel進行理論驗證,幫助讀者直觀地體驗深度學習的原理。 |
目錄:第 1 章 神經網絡的思想 1 - 1 神經網絡和深度學習 2 1 - 2 神經元工作的數學表示 6 1 - 3 激活函數:將神經元的工作一般化 12 1 - 4 什么是神經網絡 18 1 - 5 用惡魔來講解神經網絡的結構 23 1 - 6 將惡魔的工作翻譯為神經網絡的語言 31 1 - 7 網絡自學習的神經網絡 36 第 2 章 神經網絡的數學基礎 2 - 1 神經網絡所需的函數 40 2 - 2 有助于理解神經網絡的數列和遞推關系式 46 2 - 3 神經網絡中經常用到的Σ符號 51 2 - 4 有助于理解神經網絡的向量基礎 53 2 - 5 有助于理解神經網絡的矩陣基礎 61 2 - 6 神經網絡的導數基礎 65 2 - 7 神經網絡的偏導數基礎 72 2 - 8 誤差反向傳播法必需的鏈式法則 76 2 - 9 梯度下降法的基礎:多變量函數的近似公式 80 2 - 10 梯度下降法的含義與公式 83 2 - 11 用Excel 體驗梯度下降法 91 2 - 12 最優化問題和回歸分析 94 第3 章 神經網絡的最優化 3 - 1 神經網絡的參數和變量 102 3 - 2 神經網絡的變量的關系式 111 3 - 3 學習數據和正解 114 3 - 4 神經網絡的代價函數 119 3 - 5 用Excel體驗神經網絡 127 第4 章 神經網絡和誤差反向傳播法 4 - 1 梯度下降法的回顧 134 4 - 2 神經單元誤差 141 4 - 3 神經網絡和誤差反向傳播法 146 4 - 4 用Excel體驗神經網絡的誤差反向傳播法 153 第5 章 深度學習和卷積神經網絡 5 - 1 小惡魔來講解卷積神經網絡的結構 168 5 - 2 將小惡魔的工作翻譯為卷積神經網絡的語言 174 5 - 3 卷積神經網絡的變量關系式 180 5 - 4 用Excel體驗卷積神經網絡 193 5 - 5 卷積神經網絡和誤差反向傳播法 200 5 - 6 用Excel體驗卷積神經網絡的誤差反向傳播法 212 附錄 A 訓練數據(1) 222 B 訓練數據(2) 223 C 用數學式表示模式的相似度 225
|
序: |
|