該書的作者是來自 Y Combinator Research 的研究員 Michael
Nielsen，他也是一位量子物理學家、科學作家、計算機編程研究人員。他的個人主頁是：Neural networks and deep
learningneuralnetworksanddeeplearning.com書籍介紹 這是我個人以為目前最好的神經(jīng)網(wǎng)絡與機器學習入門資料之一。內(nèi)容非常淺顯易懂，很多數(shù)學密集的區(qū)域作者都有提示。全書貫穿的是 MNIST 手寫數(shù)字的識別問題，每個模型和改進都有詳細注釋的代碼。非常適合用來入門神經(jīng)網(wǎng)絡和深度學習！ 全書共分為六章，目錄如下： 第一章：使用神經(jīng)網(wǎng)絡識別手寫數(shù)字 第二章：反向傳播算法如何工作 第三章：改進神經(jīng)網(wǎng)絡的學習方法 第四章：神經(jīng)網(wǎng)絡可以計算任何函數(shù)的可視化證明 第五章：深度神經(jīng)網(wǎng)絡為何很難訓練 第六章：深度學習 《Neural Network and Deep
Learning》這本書的目的是幫助讀者掌握神經(jīng)網(wǎng)絡的核心概念，包括現(xiàn)代技術的深度學習。在完成這本書的學習之后，你將使用神經(jīng)網(wǎng)絡和深度學習來解決復雜模式識別問題。你將為使用神經(jīng)網(wǎng)絡和深度學習打下基礎，來攻堅你自己設計中碰到的問題。 本書一個堅定的信念，是讓讀者更好地去深刻理解神經(jīng)網(wǎng)絡和深度學習，如果你很好理解了核心理念，你就可以很快地理解其他新的推論。這就意味著這本書的重點不是作為一個如何使用一些特定神經(jīng)網(wǎng)絡庫的教程。僅僅學會如何使用庫，雖然這也許能很快解決你的問題，但是，如果你想理解神經(jīng)網(wǎng)絡中究竟發(fā)生了什么，如果你想要了解今后幾年都不會過時的原理，那么只是學習些熱?的程序庫是不夠的。你需要領悟讓神經(jīng)網(wǎng)絡工作的原理。
標簽：
深度學習
上傳時間：
2022-07-24
上傳用戶：
