《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：將神經元的工作一般化 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
