| 作者 |
| [日]涌井良幸、涌井贞美 |
| 丛书名 |
| 出版社 |
| 人民邮电出版社 |
| ISBN |
| 9787115509345 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 《深度学习的数学》基于丰富的图示和具体示例,通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况;第2章介绍理解神经网络所需的数学基础知识;第3章介绍神经网络的最优化;第4章介绍神经网络和误差反向传播法;第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证,帮助读者直观地体验深度学习的原理。 |
| 目录 |
| 第 1 章 神经网络的思想 1 - 1 神经网络和深度学习 2 1 - 2 神经元工作的数学表示 6 1 - 3 激活函数:将神经元的工作一般化 12 1 - 4 什么是神经网络 18 1 - 5 用恶魔来讲解神经网络的结构 23 1 - 6 将恶魔的工作翻译为神经网络的语言 31 1 - 7 网络自学习的神经网络 36 第 2 章 神经网络的数学基础 2 - 1 神经网络所需的函数 40 2 - 2 有助于理解神经网络的数列和递推关系式 46 2 - 3 神经网络中经常用到的Σ符号 51 2 - 4 有助于理解神经网络的向量基础 53 2 - 5 有助于理解神经网络的矩阵基础 61 2 - 6 神经网络的导数基础 65 2 - 7 神经网络的偏导数基础 72 2 - 8 误差反向传播法必需的链式法则 76 2 - 9 梯度下降法的基础:多变量函数的近似公式 80 2 - 10 梯度下降法的含义与公式 83 2 - 11 用Excel 体验梯度下降法 91 2 - 12 最优化问题和回归分析 94 第3 章 神经网络的最优化 3 - 1 神经网络的参数和变量 102 3 - 2 神经网络的变量的关系式 111 3 - 3 学习数据和正解 114 3 - 4 神经网络的代价函数 119 3 - 5 用Excel体验神经网络 127 第4 章 神经网络和误差反向传播法 4 - 1 梯度下降法的回顾 134 4 - 2 神经单元误差 141 4 - 3 神经网络和误差反向传播法 146 4 - 4 用Excel体验神经网络的误差反向传播法 153 第5 章 深度学习和卷积神经网络 5 - 1 小恶魔来讲解卷积神经网络的结构 168 5 - 2 将小恶魔的工作翻译为卷积神经网络的语言 174 5 - 3 卷积神经网络的变量关系式 180 5 - 4 用Excel体验卷积神经网络 193 5 - 5 卷积神经网络和误差反向传播法 200 5 - 6 用Excel体验卷积神经网络的误差反向传播法 212 附录 A 训练数据(1) 222 B 训练数据(2) 223 C 用数学式表示模式的相似度 225 |