深度學習的數學

深度學習的數學

《深度學習的數學》是2020年3月人民郵電出版社出版的圖書,作者是[日]涌井良幸、涌井貞美。

基本介紹

  • 書名:深度學習的數學
  • 作者:[日]涌井良幸、涌井貞美
  • ISBN:9787115509345
  • 頁數:225頁
  • 定價:69元
  • 出版社:人民郵電出版社
  • 出版時間:2020年3月
  • 裝幀:平裝
  • 開本:大32開
內容簡介,圖書目錄,

內容簡介

《深度學懂跨淋習的數學》基於豐富的圖示和具體示例,通俗易懂地介紹了深度學習相關的數學知識。第1章介紹神經網路的概況;第2章介紹理解神經網路所需的數紋騙虹騙囑去學基礎知識;第3章介紹神經網路的最最佳化;第4章介紹神經網路和誤差反向傳播法;第5章介紹深度學習和卷積神經網路。書中使用Excel進行理論驗證,幫助讀者直觀地體驗深度學習的原理。

圖書目錄

第 1 章 神經網路的思想
1 - 1 神經網路和深度學習 2
1 - 2 神經元工作的數學表示 6
1 - 3 激活函式:將神經元晚殃勸辨的工作一般化 危尋頌榜晚12
1 - 4 什麼是神經網路 18
1 - 5 用惡魔來講解神經網路的結構 23
1 - 6 將惡魔的工作翻譯為神經網路的語言 31
1 - 7 網路自學習的神經網路 36
第 2 章 神經網路的數學基礎
2 - 1 神經網路所需的函式 40
2 - 2 有助於理解神經網路的數列和遞推關係式 46
2 - 3 神經網路中經常用到的Σ符號 51
2 - 4 有助於理解神經網路的向量基礎 53
2 - 5 有助於理解神經網路的矩陣基礎 61
2 - 6 神經網路的導數基礎 65
2 - 7 神經網路的偏導數基礎 72
2 - 8 誤差反向傳播法必需的鏈式法則 76
2 - 9 梯度下降法的基礎:多變數函式的近似公式 80
2 - 10 梯度下降法的含義與公式 83
2 - 11 用Excel 體驗梯度下降法 91
2 - 12 最最佳化問題和回歸分析 94
第3 章 神經網路的最最佳化
3 - 1 神經網路的參數和變數 102
3 - 2 神經網路的變數的關係式 111
3 - 3 學習數據和正解 114
3 - 4 神經網路的代價函式 119
3 - 5 用Excel體驗神經網路 127
第4 章 神經網路和誤差反向傳播法
4 - 1 梯度下降法的回顧 134
4 - 2 神經單元誤差 141
4 - 3 神經網路和誤差反向傳播法 146
4 - 4 用Excel體驗神經網路的誤差反向傳和棵試檔播法 153
第5 章 深度學習和卷積神經網路
5 - 1 小惡魔來講解卷積神經網路的結構 168
5 - 2 將小惡魔的工作翻譯為卷積神經網路的語言 174
5 - 3 卷積神經網路的變數關係式 180
5 - 4 用Excel體驗卷積神經網路 193
5 - 5 卷積神經網路和誤差反向傳播法 200
5 - 6 用Excel體驗卷積神經網路的誤差反向傳播法 212
附錄
A 訓練數據(1) 222
B 訓練數據(2) 223
C 用數學式表示模式的相似度 225
A 訓練數據(1) 222
B 訓練數據(2) 223
C 用數學式表示模式的相似度 225

相關詞條

熱門詞條

聯絡我們