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
- 定價: $534
- 售價: 8.5 折 $454
- 語言: 簡體中文
- ISBN: 7115517231
- ISBN-13: 9787115517234
-
相關分類:
DeepLearning
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$322$306 -
$539$512 -
$180程式是如何跑起來的 (How Program Works)
-
$354$336 -
$594$564 -
$356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$806 -
$576機器學習互聯網業務安全實踐
-
$401深度學習案例精粹
-
$780$616 -
$750$592 -
$580$458 -
$403深度學習進階:卷積神經網絡和對象檢測
-
$422用 Python 實現深度學習框架
-
$534$507 -
$454自動機器學習 (AutoML):方法、系統與挑戰
-
$360$324 -
$556AI 源碼解讀:機器學習案例 (Python版)
-
$454Python 電腦視覺實戰
-
$594$564 -
$1,200$948 -
$820$640 -
$620$310 -
$450$225 -
$650$325
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。