书籍目录
首页
分类
免费
排行
我的书架
1-50章
51-72章
共72章
免费
版权信息
免费
版权声明
免费
O'Reilly Media, Inc. 介绍
免费
译者序
免费
前言
免费
第1章 基本概念
免费
1.1 函数
免费
1.2 导数
免费
1.3 嵌套函数
免费
1.4 链式法则
1.5 示例介绍
1.6 多输入函数
1.7 多输入函数的导数
1.8 多向量输入函数
1.9 基于已有特征创建新特征
1.10 多向量输入函数的导数
1.11 向量函数及其导数：再进一步
1.12 包含两个二维矩阵输入的计算图
1.13 有趣的部分：后向传递
1.14 小结
第2章 基本原理
2.1 监督学习概述
2.2 监督学习模型
2.3 线性回归
2.4 训练模型
2.5 评估模型：训练集与测试集
2.6 评估模型：代码
2.7 从零开始构建神经网络
2.8 训练和评估第一个神经网络
2.9 小结
第3章 从零开始深度学习
3.1 定义深度学习
3.2 神经网络的构成要素：运算
3.3 神经网络的构成要素：层
3.4 在构成要素之上构建新的要素
3.5 NeuralNetwork类和其他类
3.6 从零开始构建深度学习模型
3.7 优化器和训练器
3.8 整合
3.9 小结与展望
第4章 扩展
4.1 关于神经网络的一些直觉
4.2 softmax交叉熵损失函数
4.3 实验
4.4 动量
4.5 学习率衰减
4.6 权重初始化
4.7 dropout
4.8 小结
第5章 CNN
×