Stretan 氖 氖 氖 氖 氖 魃窬 魃窬 魃窬 魃窬 魃窬 魃窬 习 习 习 习 习 习 深 深
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Выбор редактора
Основная книга Основное знание глубокого обучения!
В сочетании с 235 иллюстрациями и большим количеством примеров
Основываясь на практике Excel, непосредственно достигнет фундаментального принципа нейронной сети
1. Патриотическая интуитивная
235 Иллюстрации и большое количество конкретных примеров объяснений.
2. В сочетании с практикой Excel
Книга использует Excel для теоретической проверки.
3. Просто нужны базовые знания математики
Подходящие для первичных ученых с глубоким обучением, которые подходят для глубокого изучения математики, читатели с определенной основой могут также углубить свое понимание через эту книгу.
Краткое содержание
Основываясь на богатых иконах и конкретных примерах, «математика глубокого обучения» легко вводит связанные с глубоким обучением математические знания.Глава 1 представляет профиль нейронных сетей;Книга использует Excel для теоретической проверки, чтобы помочь читателям интуитивно испытать принципы глубокого обучения.
Глава 1 Идея нейронной сети
1 -1 Нейронная сеть и глубокое обучение 2
1-2 математические представители работы Нурги 6
1-3 Функция активации: обычно нейроны 12
1-4 Что такое нейронная сеть 18
1-5 Используйте демон, чтобы объяснить структуру нейронной сети 23
1-6 Перевести работу дьявола в язык нейронной сети 31 31
1-7 Нейронная сеть Self -Lunging 36 Сеть 36
Глава 2 Математическая база нейронной сети
2 -1 Функция, необходимая для нейронной сети 40
2-2 помогает понять число и рекурсивные отношения нейронной сети 46
2 -3 часто используются в нейронных сетях&Сигма;
2-4 помогает понять векторную базу нейронной сети 53
2-5 помогает понять матричный фонд нейронной сети 61
2-6 Основная отделение нейронной сети 65
2-7 Поликрирование нейронной сети 72
2-8 Ошибки.
Основание метода падения градиента 2-9: приблизительная формула функции переменной объема 80
Значение и формула из метода падения градиента 2-10 83
2-11 Используйте метод падения градиента Excel Experience 91
2-12 Оптимизированная проблема и регрессионный анализ 94
Глава 3 Оптимизация нейронной сети
3-1 параметры и переменные нейронной сети 102
3-2 Связь переменных нейронной сети 111
3-3 Данные обучения и положительное решение 114
3-4 Функция стоимости нейронной сети 119
3-5 Используйте Excel, чтобы испытать нейронную сеть 127
Глава 4 Нейронная сеть и метод обратной пропаганды.
4-1 1 Метод градиента. Обзор 134
4-2 Ошибка нервного блока 141
4 -3 Метод обратной связи нейронной сети и ошибок 146
4-4 Используйте Excel, чтобы испытать ошибку нейронной сети, метод обратного распространения 153
Глава 5 Глубокое обучение и сверточная нейронная сеть
5-1 1 Маленький демон, чтобы объяснить структуру сверточной нейронной сети 168
5-2 Язык перевода работы маленького дьявола в сверточную нейронную сеть 174
5-3 Переменные отношения сверточной нейронной сети 180
5-4 Excel Experience Convrotoral Neural Network 193
5-5 Служба нейронная сеть и метод обратного распространения 200
5-6 Используйте Excel Experience Ошибка сверточной нейронной сети метода обратного распространения 212
Приложение
Данные обучения (1) 222
B Данные обучения (2) 223
C сходство математического режима 225