Python神經(jīng)網(wǎng)絡(luò)編程
定 價(jià):69 元
叢書(shū)名:深度學(xué)習(xí)系列
- 作者:[英]塔里克·拉希德(Tariq Rashid)
- 出版時(shí)間:2018/3/1
- ISBN:9787115474810
- 出 版 社:人民郵電出版社
- 中圖法分類:TP183
- 頁(yè)碼:212
- 紙張:膠版紙
- 版次:1
- 開(kāi)本:16開(kāi)
本書(shū)首先從簡(jiǎn)單的思路著手,詳細(xì)介紹了理解神經(jīng)網(wǎng)絡(luò)如何工作所必須的基礎(chǔ)知識(shí)。*部分介紹基本的思路,包括神經(jīng)網(wǎng)絡(luò)底層的數(shù)學(xué)知識(shí),第2部分是實(shí)踐,介紹了學(xué)習(xí)Python編程的流行和輕松的方法,從而逐漸使用該語(yǔ)言構(gòu)建神經(jīng)網(wǎng)絡(luò),以能夠識(shí)別人類手寫的字母,特別是讓其像專家所開(kāi)發(fā)的網(wǎng)絡(luò)那樣地工作。第3部分是擴(kuò)展,介紹如何將神經(jīng)網(wǎng)絡(luò)的性能提升到工業(yè)應(yīng)用的層級(jí),甚至讓其在Raspberry Pi上工作。
當(dāng)前,深度學(xué)習(xí)和人工智能的發(fā)展和應(yīng)用給人們留下了深刻的印象。神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)和人工智能的關(guān)鍵元素,然而,真正了解神經(jīng)網(wǎng)絡(luò)工作機(jī)制的人少之又少。本書(shū)用輕松的筆觸,一步一步揭示了神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)思想,并介紹如何使用Python編程語(yǔ)言開(kāi)發(fā)神經(jīng)網(wǎng)絡(luò)。
本書(shū)將帶領(lǐng)您進(jìn)行一場(chǎng)妙趣橫生卻又有條不紊的旅行——從一個(gè)非常簡(jiǎn)單的想法開(kāi)始,逐步理解神經(jīng)網(wǎng)絡(luò)的工作機(jī)制。您無(wú)需任何超出中學(xué)范圍的數(shù)學(xué)知識(shí),并且本書(shū)還給出易于理解的微積分簡(jiǎn)介。本書(shū)的目標(biāo)是讓盡可能多的普通讀者理解神經(jīng)網(wǎng)絡(luò)。讀者將學(xué)習(xí)使用Python開(kāi)發(fā)自己的神經(jīng)網(wǎng)絡(luò),訓(xùn)練它識(shí)別手寫數(shù)字,甚至可以與專業(yè)的神經(jīng)網(wǎng)絡(luò)相媲美。
本書(shū)適合想要了解深度學(xué)習(xí)、人工智能和神經(jīng)網(wǎng)絡(luò)的讀者閱讀,尤其適合想要通過(guò)Python編程進(jìn)行神經(jīng)網(wǎng)絡(luò)開(kāi)發(fā)的讀者參考。
這是一本精心編寫、給完全初學(xué)者的圖書(shū)。它帶領(lǐng)讀者構(gòu)建一個(gè)真正、有效的神經(jīng)網(wǎng)絡(luò),而不需要讀者具備任何復(fù)雜的數(shù)學(xué)知識(shí)和深度學(xué)習(xí)的理論。
——M Ludvig
強(qiáng)烈推薦本書(shū)。這本書(shū)使得人工神經(jīng)網(wǎng)絡(luò)的概念非常清晰而容易理解。讀者應(yīng)該嘗試重復(fù)本書(shū)中給出的示例,以便讓本書(shū)發(fā)揮大的作用。我就是這么做的,效果不錯(cuò)!
——亞馬遜美國(guó)的一位讀者
如果你對(duì)人工智能或神經(jīng)網(wǎng)絡(luò)感興趣的話,這應(yīng)該是你的一本入門書(shū)。本書(shū)對(duì)主題的介紹非常清晰,幾乎涉及理解神經(jīng)網(wǎng)絡(luò)所需的所有知識(shí),包括微積分、統(tǒng)計(jì)、矩陣、編程等等。
——Niyazi Kemer
這是一本優(yōu) 秀的入門圖書(shū),它有幾個(gè)顯著特點(diǎn)。它細(xì)致而透徹地介紹了神經(jīng)網(wǎng)絡(luò)。它用非常精簡(jiǎn)、實(shí)用的方式介紹了數(shù)學(xué)知識(shí),特別是矩陣乘法和一些簡(jiǎn)單的微積分,使得讀者能夠很容易接受一次數(shù)學(xué)訓(xùn)練。它使用IPython作為計(jì)算平臺(tái),引導(dǎo)讀者使用Python編寫神經(jīng)網(wǎng)絡(luò)。
——Daniel Oderbolz
作者簡(jiǎn)介
塔里克·拉希德 擁有物理學(xué)學(xué)士學(xué)位、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘碩士學(xué)位。他常年活躍于倫敦的技術(shù)領(lǐng)域,領(lǐng)導(dǎo)并組織倫敦Python聚會(huì)小組(近3000名成員)。
譯者簡(jiǎn)介
林賜 軟件設(shè)計(jì)師、網(wǎng)絡(luò)工程師,畢業(yè)于渥太華大學(xué)系統(tǒng)科學(xué)碩士專業(yè),已翻譯出版多本技術(shù)圖書(shū)。
第 1 章 神經(jīng)網(wǎng)絡(luò)如何工作001
1.1 尺有所短,寸有所長(zhǎng) 001
1.2 一臺(tái)簡(jiǎn)單的預(yù)測(cè)機(jī) 003
1.3 分類器與預(yù)測(cè)器并無(wú)太大差別008
1.4 訓(xùn)練簡(jiǎn)單的分類器 011
1.5 有時(shí)候一個(gè)分類器不足以求解問(wèn)題 020
1.6 神經(jīng)元——大自然的計(jì)算機(jī)器 024
1.7 在神經(jīng)網(wǎng)絡(luò)中追蹤信號(hào) 033
1.8 憑心而論,矩陣乘法大有用途 037
1.9 使用矩陣乘法的三層神經(jīng)網(wǎng)絡(luò)示例 043
1.10 學(xué)習(xí)來(lái)自多個(gè)節(jié)點(diǎn)的權(quán)重 051
1.11 多個(gè)輸出節(jié)點(diǎn)反向傳播誤差053
1.12 反向傳播誤差到更多層中 054
1.13 使用矩陣乘法進(jìn)行反向傳播誤差 058
1.14 我們實(shí)際上如何更新權(quán)重 061
1.15 權(quán)重更新成功范例 077
1.16 準(zhǔn)備數(shù)據(jù) 078
第 2 章 使用Python進(jìn)行DIY 083
2.1 Python 083
2.2 交互式Python = IPython 084
2.3 優(yōu)雅地開(kāi)始使用Python 085
2.4 使用Python制作神經(jīng)網(wǎng)絡(luò) 105
2.5 手寫數(shù)字的數(shù)據(jù)集MNIST 121
第 3 章 趣味盎然 153
3.1 自己的手寫數(shù)字 153
3.2 神經(jīng)網(wǎng)絡(luò)大腦內(nèi)部 156
3.3 創(chuàng)建新的訓(xùn)練數(shù)據(jù):旋轉(zhuǎn)圖像 160
3.4 結(jié)語(yǔ) 164
附錄A 微積分簡(jiǎn)介 165
A.1 一條平直的線 166
A.2 一條斜線 168
A.3 一條曲線 170
A.4 手繪微積分 172
A.5 非手繪微積分 174
A.6 無(wú)需繪制圖表的微積分 177
A.7 模式 180
A.8 函數(shù)的函數(shù) 182
附錄B 使用樹(shù)莓派來(lái)工作 186
B.1 安裝IPython 187
B.2 確保各項(xiàng)工作正常進(jìn)行 193
B.3 訓(xùn)練和測(cè)試神經(jīng)網(wǎng)絡(luò) 194
B.4 樹(shù)莓派成功了 195