【电子书】《神经网络与深度学习 》入门教程(中文版)

书籍教程 小白学CV ⋅ 于 5天前 ⋅ 41 阅读

《神经网络与深度学习》是一本介绍神经网络和深度学习算法基本原理及相关实例的书籍,,作者已尽量把公式减少到最少,以适应绝大部分人的阅读基础和知识储备。《神经网络与深度学习》涵盖了神经网络的研究历史、基础原理、深度学习中的自编码器、深度信念网络、卷积神经网络等,这些算法都已在很多行业发挥了价值。

主要介绍神经网络与深度学习中的基础知识、主要模型(前馈网络、卷积网络、循环网络等)以及在计算机视觉、自然语言处理等领域的应用。



读者评价:目前我认为最好的神经网络与机器学习入门资料。作者以MNIST为例详细介绍了神经网络中的基本概念,比如梯度下降优化方法,反向传播算法(backpropagation algorithm),以及各种神经网络训练过程中的小技巧,比如初始权重的选择方法,梯度下降方法的进一步改进,选取不同的代价函数,如何防止过拟合等等。

​ 当然,神经网络只是深度学习的基础,深度学习不只是深度神经网络那么简单,教程的最后三分之一介绍深度学习。作者的文字深入浅出,介绍了深度神经网络训练的困难在什么地方,以及前辈工作者是如何克服这些困难的,然后引出了深度学习。

​ 深度学习也只是机器学习的其中一个方法而已,更别说范围更广的人工智能,但是了解了神经网络,也就基本掌握了机器学习的思路,概括来说就是:从数据到参数,有了参数我们就可以对新的数据做统计推断。

作者简介:

Michael Nielsen
科学家 帮助开创了量子计算和现代开放科学运动。对人工智能也有浓厚的兴趣。


电子书下载地址:

提示:此内容登录后可查看

大白

成为第一个点赞的人吧 :bowtie:
回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!