全部商品分类

您现在的位置: 全部商品分类 > 电子电脑 > 电工无线电自动化 > 自动化技术

深度学习的数学/图灵程序设计丛书

  • 定价: ¥69
  • ISBN:9787115509345
  • 开 本:32开 平装
  •  
  • 折扣:
  • 出版社:人民邮电
  • 页数:225页
  • 作者:(日)涌井良幸//涌...
  • 立即节省:
  • 2019-05-01 第1版
  • 2019-05-01 第1次印刷
我要买:
点击放图片

导语

  

    一本书掌握深度学习的数学基础知识!
    结合235幅插图和大量示例,基于Excel实践,直击神经网络根本原理。
    本书特色:
    1.图文直观
    穿插235幅插图和大量具体示例讲解,对易错点、重点反复说明,通俗易懂。
    2.结合Excel实践
    书中使用Excel进行理论验证,读者可下载随书附带的Excel示例文件,亲自动手操作,直观地体验深度学习。
    3.只需基础的数学知识
    适合数学基础薄弱的深度学习初学者阅读,有一定基础的读者也可以通过本书加深理解。

内容提要

  

    《深度学习的数学》基于丰富的图示和具体示例,通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况;第2章介绍理解神经网络所需的数学基础知识;第3章介绍神经网络的最优化;第4章介绍神经网络和误差反向传播法;第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证,帮助读者直观地体验深度学习的原理。

目录

第1章  神经网络的思想
  1.1 神经网络和深度学习
  1.2 神经元工作的数学表示
  1.3 激活函数:将神经元的工作一般化
  1.4 什么是神经网络
  1.5 用恶魔来讲解神经网络的结构
  1.6 将恶魔的工作翻译为神经网络的语言
  1.7 网络自学习的神经网络
第2章  神经网络的数学基础
  2.1 神经网络所需的函数
  2.2 有助于理解神经网络的数列和递推关系式
  2.3 神经网络中经常用到的Σ符号
  2.4 有助于理解神经网络的向量基础
  2.5 有助于理解神经网络的矩阵基础
  2.6 神经网络的导数基础
  2.7 神经网络的偏导数基础
  2.8 误差反向传播法必需的链式法则
  2.9 梯度下降法的基础:多变量函数的近似公式
  2.10 梯度下降法的含义与公式
  2.11 用Excel体验梯度下降法
  2.12 最优化问题和回归分析
第3章  神经网络的最优化
  3.1 神经网络的参数和变量
  3.2 神经网络的变量的关系式
  3.3 学习数据和正解
  3.4 神经网络的代价函数
  3.5 用Excel体验神经网络
第4章  神经网络和误差反向传播法
  4.1 梯度下降法的回顾
  4.2 神经单元误差
  4.3 神经网络和误差反向传播法
  4.4 用Excel体验神经网络的误差反向传播法
第5章  深度学习和卷积神经网络
  5.1 小恶魔来讲解卷积神经网络的结构
  5.2 将小恶魔的工作翻译为卷积神经网络的语言
  5.3 卷积神经网络的变量关系式
  5.4 用Excel体验卷积神经网络
  5.5 卷积神经网络和误差反向传播法
  5.6 用Excel体验卷积神经网络的误差反向传播法
附录
  A训练数据(1)
  B训练数据(2)
  C用数学式表示模式的相似度