http://neuralnetworksanddeeplearning.com/
对于讲解技术问题,最好方式就是列数学公式,或者直接上代码, 这本书都做到了,非常之好。 这本书对于代码的基础就是简单的python入门,当然,python本身就非常容易入门的。数学基础就是基础的高数数学的求导和简单的矩阵运算,与代码层面相反,对于这个大多数人都学过内容,...
评分这本书透彻地讲解了神经网络的基础知识。用MNIST手写数字图像的识别作为例子,给出了能实际运行的神经网络Python代码。训练后的网络从最初95%的准确率(一个隐藏层),逐渐加入各种优化手段,最后提高到99.67%(CNN,卷积神经网络)。 书中引用了不少新的论文,给人进一步研究...
评分这本书透彻地讲解了神经网络的基础知识。用MNIST手写数字图像的识别作为例子,给出了能实际运行的神经网络Python代码。训练后的网络从最初95%的准确率(一个隐藏层),逐渐加入各种优化手段,最后提高到99.67%(CNN,卷积神经网络)。 书中引用了不少新的论文,给人进一步研究...
评分这本书透彻地讲解了神经网络的基础知识。用MNIST手写数字图像的识别作为例子,给出了能实际运行的神经网络Python代码。训练后的网络从最初95%的准确率(一个隐藏层),逐渐加入各种优化手段,最后提高到99.67%(CNN,卷积神经网络)。 书中引用了不少新的论文,给人进一步研究...
评分对于讲解技术问题,最好方式就是列数学公式,或者直接上代码, 这本书都做到了,非常之好。 这本书对于代码的基础就是简单的python入门,当然,python本身就非常容易入门的。数学基础就是基础的高数数学的求导和简单的矩阵运算,与代码层面相反,对于这个大多数人都学过内容,...
入门推荐!
评分看MIT的天书都吓哭了……转战这本感觉生活又有了希望绳命重新赋予意义……把代码换成py3和tf开始愚公移除六座大山……
评分以交互式的图形和动画的方式充分展现了基于网页的书籍相较于传统书籍的巨大优势
评分可能是读过的最好的入门书籍了,不过CNN的介绍篇幅太短也太浅
评分挺不错的神经网络的入门书,从理论到代码,看得出经过精心的裁剪。对基本概念和原理介绍得不错,虽然有很多数学公式,但python的代码帮助理解很多细节。激活函数、代价函数、随机梯度下降、反向传播、过度拟合和规范化、权重初始化、超参数优化、卷积网络的局部感受野、混合层、特征映射。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有