Python神经网络编程

这本书主要揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。

全书主要讲了三部分内容：

介绍了神经网络中所用到的数学思想。

介绍使用Python实现神经网络，识别手写数字，并测试神经网络的性能。

带领读者进一步了解简单的神经网络，观察已受训练的神经网络内部，尝试进一步改善神经网络的性能，并加深对相关知识的理解。

虽然是讲神经网络编程的书，但是因为作者强大的功力，他能把一些复杂的概念都讲得很清楚，并且用极为简单的例子举例说明，比如XOR问题，超参数，学习率，过拟合，模型容量等概念，因此读者不需要具备任何复杂的数学知识和深度学习的理论。

网友们评价：“ 这是一本入门书该有的样子，实在是业界良心。”

作者塔里克·拉希德（Tariq Rashid）拥有物理学学士学位、机器学习和数据挖掘硕士学位。他常年活跃于伦敦的技术领域，领导并组织伦敦 Python 聚会小组（近3000名成员）。

前言
第1章神经网络如何工作
1.1 尺有所短，寸有所长
1.2 一台简单的预测
1.3 分类器与预测器并无太大差别
1.4 训练简单的分类
1.5 有时候一个分类器不足以求解问题
1.6 神经元——大自然的计算机器
1.7 在神经网络中追踪信号
1.8 凭心而论，矩阵乘法大有用途
1.9 使用矩阵乘法的三层神经网络示例
1.10 学习来自多个节点的权重
1.11 多个输出节点反向传播误差
1.12 反向传播误差到更多层中
1.13 使用矩阵乘法进行反向传播误差
1.14 我们实际上如何更新权重
1.15 权重更新成功范例
1.16 准备数据
第2章使用Python进行DIY
2.1 Python
2.2 交互式Python = IPython
2.3 优雅地开始使用Python
2.4 使用Python制作神经网络
2.5 手写数字的数据集MNIST
第3章趣味盎然
3.1 自己的手写数字
3.2 神经网络大脑内部
3.3 创建新的训练数据：旋转图像
3.4 结语
附录A 微积分简介
附录B 使用树莓派来工作

2022-06 阅读(103)

标签： Python