深入理解神經網絡 : 從邏輯回歸到 CNN
張覺非
- 出版商: 人民郵電
- 出版日期: 2019-09-01
- 售價: $534
- 貴賓價: 9.5 折 $507
- 語言: 簡體中文
- ISBN: 7115517231
- ISBN-13: 9787115517234
-
相關分類:
DeepLearning 深度學習
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$306嵌入式 Linux C 語言完全精通教程
-
$648$616 -
$474$450 -
$359$341 -
$301嵌入式 Linux 與物聯網軟件開發 : C語言內核深度解析
-
$352學習 JavaScript 數據結構與算法, 3/e (Learning JavaScript Data Structures and Algorithms, 3/e)
-
$505TensorFlow 與捲積神經網絡從算法入門到項目實戰
-
$403實戰深度學習算法:零起點通關神經網絡模型(基於Python和NumPy實現)
-
$857強化學習, 2/e (Reinforcement Learning: An Introduction, 2/e)
-
$653機器學習互聯網業務安全實踐
-
$399深度學習案例精粹
-
$780$616 -
$750$593 -
$580$458 -
$474$450 -
$760人工智能雲平臺 原理、設計與應用
-
$505簡明的 TensorFlow 2 (全彩印刷)
-
$534$507 -
$454Python 遷移學習
-
$534$507 -
$360$324 -
$654$621 -
$454Python 電腦視覺實戰
-
$594$564 -
$820$640
商品描述
本書以神經網絡為線索,沿著從線性模型到深度學習的路線講解神經網絡的原理和實現。本書將數學基礎知識與機器學習和神經網絡緊密結合,包含線性模型的結構與局限、損失函數、基於一階和二階信息的優化算法、模型自由度與正則化、神經網絡的表達能力、反向傳播與計算圖自動求導、捲積神經網絡等主題,幫助讀者建立基於數學原理的較深刻的洞見和認知。本書還提供了邏輯回歸、多層全連接神經網絡和多種訓練算法的Python實現,以及運用TensorFlow搭建和訓練多種捲積神經網絡的代碼實例。