Python神经网络编程 作者: [英] Tariq Rashid 出版社: 人民邮电出版社 出品方: 异步图书 原作名: Make Your Own Neural Network 译者: 林赐 出版年: 2018-4 页数: 200 定价: 69.00元 装帧: 平装 丛书: 异步图书深度学习系列 ISBN: 9787115474810

内容简介

本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。 第一部分介绍基本的思路，包括神经网络底层的数学知识，第二部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第三部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在 Raspberry Pi 上工作。

作者简介

Tariq Rashid 拥有物理学学士学位、机器学习和数据挖掘硕士学位。常年活跃于伦敦的技术领域，领导并组织伦敦 Python 聚会小组（近3000名成员）。

网友热评

石桥湍流: recap 1，有点太简单了，但是的确非常适合科普阅读，表达很易懂。 鸭猪猪爱猪猪鸭: 这本书这么垃圾居然9.1分, 基本面向大二学生, 浅的不能在浅, 只讲到3层的全连接的神经网络 大碗: 文科生也能读懂的神经网入门课程，牛逼之处还顺手普及python、线性代数。 深入浅出，而且还能运行。相比之下 国人的表达能力真的是差好几口气。

图书目录

序言 前言 第1章神经网络如何工作 1.1尺有所短，寸有所长 1.2一台简单的预测机 1.3分类器与预测器并无太大差别 1.4训练简单的分类器 1.5有时候一个分类器不足以求解问题 1.6神经元——大自然的计算机器 1.7在神经网络中追踪信号 1.8凭心而论，矩阵乘法大有用途 1.9使用矩阵乘法的三层神经网络示例 1.10学习来自多个节点的权重 1.11多个输出节点反向传播误差 1.12反向传播误差到更多层中 1.13使用矩阵乘法进行反向传播误差 1.14我们实际上如何更新权重 1.15权重更新成功范例 1.16准备数据 第2章使用Python进行DIY 2.1Python 2.2交互式Python=IPython 2.3优雅地开始使用Python 2.4使用Python制作神经网络 2.5手写数字的数据集MNIST 第3章趣味盎然 3.1自己的手写数字 3.2神经网络大脑内部 3.3创建新的训练数据：旋转图像 3.4结语 附录A微积分简介 A.1一条平直的线 A.2一条斜线 A.3一条曲线 A.4手绘微积分 A.5非手绘微积分 A.6无需绘制图表的微积分 A.7模式 A.8函数的函数 附录B使用树莓派来工作 B.1安装IPython B.2确保各项工作正常进行 B.3训练和测试神经网络 B.4树莓派成功了