商品基本信息,请以下列介绍为准 |
商品名称: | 深度学习入门 基于Python的理论与实现 |
作者: | 斋藤康毅 |
市场价: | 59.00 |
ISBN号: | 9787115485588 |
出版社: | 人民邮电出版社 |
商品类型: | 图书 |
其他参考信息(以实物为准) |
装帧:平装 | 开本: 32 | 语种:中文 |
印刷时间:2018-07-01 | 版次:1 | 页数: |
编辑 |
1.日本深度学习入门经典书,原版上市不足2年印刷已达100 000册。长期位列日亚“人工智能”类图书,众多五星好评。 2.使用Python 3,尽量不依赖外部库或工具,从零创建一个深度学习模型。 3.示例代码清晰,源代码可下载,需要的运行环境非常简单。读者可以一边读书一边执行程序,简单易上手。 4.使用平实的语言,结合直观的插图和具体的例子,将深度学习的原理掰开揉碎讲解,简明易懂。 5.使用计算图介绍复杂的误差反向传播法,非常直观。 6.相比AI圣经“花书”,本书更合适入门。 对于非AI方向的技术人员,本书将大大降低入门深度学习的门槛;对于在校大学生、研究生,本书不失为学习深度学习的一本好教材;即便是在工作中已经熟练使用框架开发各类深度学习模型的读者,也可以从本书中获得新的体会。——摘自本书译者序 |
内容简介 |
本书是深度学习真正意义上的入门书,深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3,尽量不依赖外部库或工具,从基本的数学知识出发,带领读者从零创建一个经典的深度学习网络,使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识,对误差反向传播法、卷积神经网络等也有深入讲解,此外还介绍了深度学习相关的实用技巧,自动驾驶、图像生成、强化学习等方面的应用,以及为什么加深层可以提高识别精度等疑难的问题。 本书适合深度学习初学者阅读,也可作为高校教材使用。 ...... |
目录 |
译者序 xiii 前言 xv 第 1 章 Python入门 1 1.1 Python是什么 1 1.2 Python的安装 2 1.3 Python解释器 4 1.4 Python脚本文件 9 1.5 NumPy 11 1.6 Matplotlib 16 1.7 小结 19 第 2 章 感知机 21 2.1 感知机是什么 21 2.2 简单逻辑电路 23 2.3 感知机的实现 25 2.4 感知机的局限性 28 2.5 多层感知机 31 2.6 从与非门到计算机 35 2.7 小结 36 第3 章 神经网络 37 3.1 从感知机到神经网络 37 3.2 激活函数 42 3.3 多维数组的运算 50 3.4 3 层神经网络的实现 56 3.5 输出层的设计 63 3.6 手写数字识别 69 3.7 小结 79 第4 章 神经网络的学习 81 4.1 从数据中学习 81 4.2 损失函数 85 4.3 数值微分 94 4.4 梯度 100 4.5 学习算法的实现 109 4.6 小结 118 第5 章 误差反向传播法 121 5.1 计算图 121 5.2 链式法则 126 5.3 反向传播 130 5.4 简单层的实现 135 5.5 激活函数层的实现 139 5.6 Affine/Softmax层的实现 144 5.7 误差反向传播法的实现 154 5.8 小结 161 第6 章 与学习相关的技巧 163 6.1 参数的更新 163 6.2 权重的初始值 176 6.3 Batch Normalization 184 6.4 正则化 188 6.5 超参数的验证 195 6.6 小结 200 第7 章 卷积神经网络 201 7.1 整体结构 201 7.2 卷积层 202 7.3 池化层 214 7.4 卷积层和池化层的实现 216 7.5 CNN的实现 224 7.6 CNN的可视化 228 7.7 具有代表性的CNN 231 7.8 小结 233 第8 章 深度学习 235 8.1 加深网络 235 8.2 深度学习的小历史 242 8.3 深度学习的高速化 248 8.4 深度学习的应用案例 253 8.5 深度学习的未来 258 8.6 小结 264 附录A Softmax-with-Loss 层的计算图 267 A.1 正向传播 268 A.2 反向传播 270 A.3 小结 277 参考文献 279 |
作者简介 |
斋藤康毅(作者) 东京工业大学毕业,并完成东京大学研究生院课程。现从事计算机视觉与机器学习相关的研究和开发工作。是Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版译者。 陆宇杰(译者) 众安科技NLP算法工程师。主要研究方向为自然语言处理及其应用,对图像识别、机器学习、深度学习等领域有密切关注。Python爱好者。 |
·······
^_^:39b3895cfa61fd9355159493c9f63bf6