 |
-- 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： |
|
