神经网络与深度学习——基于TensorFlow框架和Python技术实现 pdf epub mobi txt 电子书 下载 2024
☆☆☆☆☆
简体网页||
繁体网页
包子阳
电子工业出版社
2019-4-1
196
49.8元
平装-胶订
9787121362019
图书标签:
数据分析
Python
编程
深度学习
1
喜欢 神经网络与深度学习——基于TensorFlow框架和Python技术实现 的读者还喜欢
下载链接在页面底部
点击这里下载
立刻按 ctrl+D收藏本页
你会得到大惊喜!!
发表于2024-12-25
神经网络与深度学习——基于TensorFlow框架和Python技术实现 epub 下载 mobi 下载 pdf 下载 txt 电子书 下载 2024
神经网络与深度学习——基于TensorFlow框架和Python技术实现 epub 下载 mobi 下载 pdf 下载 txt 电子书 下载 2024
神经网络与深度学习——基于TensorFlow框架和Python技术实现 pdf epub mobi txt 电子书 下载 2024
图书描述
著者简介
包子阳:高级工程师,自2009年起工作于北京无线电测量研究所。2009年6月毕业于电子科技大学信号与信息处理专业,获硕士学位。从事雷达电气总体、智能算法和深度学习等研究工作。迄今出版专著3本;申请发明专利6项(已授权3项);在国际雷达会议、《系统工程与电子技术》、《现代雷达》、《电子技术与应用》、《雷达科学与技术》、《空间电子技术》、雷达年会、天线年会等发表学术论文十余篇。
图书目录
目 录
第1章 绪论 1
1.1 人工智能 2
1.2 机器学习 3
1.2.1 监督学习 3
1.2.2 非监督学习 3
1.2.3 半监督学习 4
1.3 深度学习 4
1.3.1 卷积神经网络 4
1.3.2 循环神经网络 5
1.4 实现工具 6
1.4.1 Python 6
1.4.2 TensorFlow 6
第2章 Python基础 9
2.1 Python简介 10
2.1.1 概述 10
2.1.2 Python的特点 10
2.1.3 Python的版本 11
2.2 Python的安装 11
2.2.1 Python官网下载安装 11
2.2.2 Anaconda的安装 14
2.3 Spyder编辑器 16
2.3.1 Spyder界面 16
2.3.2 Spyder快捷键 19
2.4 Python基础知识 19
2.4.1 基本语法 20
2.4.2 基本数据类型和运算 23
2.4.3 列表、元组和字符串 25
2.4.4 字典和集合 32
2.4.5 分支和循环 35
2.4.6 函数和类 37
2.4.7 模块 40
第3章 Python基础库 43
3.1 Numpy库 44
3.1.1 创建数组 44
3.1.2 ndarray类 47
3.1.3 数组操作 48
3.1.4 形状操作 55
3.2 Matplotlib库 58
3.2.1 快速绘图 58
3.2.2 绘制多轴图 61
3.2.3 绘制3D图 64
3.3 Scipy库 67
3.3.1 scipy.io 67
3.3.2 scipy.linalg 68
3.3.3 scipy.fftpack 69
3.3.4 scipy.optimize 70
3.3.5 scipy.interpolate 71
3.3.6 scipy.stats 72
第4章 TensorFlow基础 75
4.1 概述 76
4.2 TensorFlow的安装 77
4.3 TensorFlow基本概念 79
4.3.1 Graph和Session 79
4.3.2 placeholder 82
4.3.3 tensor 82
4.3.4 Variable 85
4.3.5 fetch和feed 87
4.4 MNIST 89
4.4.1 MNIST简介 89
4.4.2 MNIST解析 90
第5章 神经网络基础 95
5.1 神经网络概述 96
5.1.1 神经网络常用术语 97
5.1.2 神经网络模型 99
5.1.3 神经网络的运作 99
5.1.4 神经网络算法的特点 100
5.2 神经元模型 101
5.3 激活函数 103
5.4.1 sigmoid函数 104
5.4.2 tanh函数 104
5.4.3 ReLU函数 105
5.4.4 softmax函数 106
5.4 损失函数 106
5.4.1 均方差函数 106
5.4.2 交叉熵函数 107
5.5 梯度下降算法 107
5.5.1 梯度下降算法推导 108
5.5.2 梯度下降算法种类 108
5.5 BP算法 109
5.5.1 BP网络简介 109
5.5.2 BP算法流程 110
5.6 仿真实例 112
第6章 神经网络基础应用 117
6.1 感知机 118
6.1.1 感知机网络结构 119
6.1.2 感知机学习规则 120
6.1.3 感知机网络训练 120
6.1.5 仿真实例 121
6.2 线性回归 123
6.2.1 线性回归理论 123
6.2.2 仿真实例 126
6.3 逻辑回归 129
6.3.1 逻辑回归理论 129
6.3.2 仿真实例 131
第7章 卷积神经网络 137
7.1 概述 138
7.2 卷积神经网络结构 139
7.2.1 卷积层 141
7.2.2 池化层 144
7.2.3 全连接层 147
7.2.4 Dropout 层 148
7.3 训练过程 148
7.4 卷积神经网络经典模型 149
7.4.1 LeNet-5模型 149
7.4.2 AlexNet模型 150
7.5 仿真实例 152
第8章 循环神经网络 159
8.1 循环神经网络概述 160
8.1.1 循环神经网络结构 160
8.1.2 循环神经网络前向传播 162
8.1.3 循环神经网络训练算法 163
8.2 长短时记忆网络(LSTM) 163
8.2.1 LSTM结构 164
8.2.2 LSTM前向计算 165
8.2.3 LSTM训练算法 169
8.2.4 LSTM程序实现 169
8.3 循环神经网络的变种 170
8.3.1 双向循环神经网络 170
8.3.2 深层循环神经网络 171
8.4 仿真实例 172
附录A Python主要函数 181
附录B TensorFlow主要函数 189
参考文献 198
· · · · · · (
收起)
神经网络与深度学习——基于TensorFlow框架和Python技术实现 pdf epub mobi txt 电子书 下载
用户评价
评分
☆☆☆☆☆
人工智能入门书籍,提供源程序,实践性强。
评分
☆☆☆☆☆
本书旨在作为一本神经网络与深度学习的入门图书,其主要特点有: (1)系统性:首先介绍Python、TensorFlow的使用方法,然后介绍基本神经网络的理论及应用,最后介绍深度神经网络的理论及实现,内容由浅入深、循序渐进。 (2)通用性:程序实例采用通用的数值优化和 MNIST 手写字体案例,适合各学科和各领域的人员理解和学习。 (3)实用性:注重理论联系实际,首先进行理论介绍,然后进行程序实现,通过理论介绍来初步了解算法,通过程序实现来深入理解算法。
评分
☆☆☆☆☆
本书旨在作为一本神经网络与深度学习的入门图书,其主要特点有: (1)系统性:首先介绍Python、TensorFlow的使用方法,然后介绍基本神经网络的理论及应用,最后介绍深度神经网络的理论及实现,内容由浅入深、循序渐进。 (2)通用性:程序实例采用通用的数值优化和 MNIST 手写字体案例,适合各学科和各领域的人员理解和学习。 (3)实用性:注重理论联系实际,首先进行理论介绍,然后进行程序实现,通过理论介绍来初步了解算法,通过程序实现来深入理解算法。
评分
☆☆☆☆☆
质量堪忧。 比官方文档的拼凑还差。 这么薄一点的书还半本都是讲python的真是服了。凑字数也没必要这么明目张胆吧。
评分
☆☆☆☆☆
质量堪忧。 比官方文档的拼凑还差。 这么薄一点的书还半本都是讲python的真是服了。凑字数也没必要这么明目张胆吧。
读后感
评分
☆☆☆☆☆
神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
评分
☆☆☆☆☆
神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
评分
☆☆☆☆☆
神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
评分
☆☆☆☆☆
神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
评分
☆☆☆☆☆
神经网络与深度学习—基于tensorflow框架和python技术实现:简洁明了,通俗易懂,AI入门好书。介绍了python、python基础库、tensorflow的基本使用方法,神经网络、感知器、线性回归、逻辑回归基础知识和实现,卷积神经网络和循环神经的原理和实现。并配套全书源代码。
类似图书 点击查看全场最低价
神经网络与深度学习——基于TensorFlow框架和Python技术实现 pdf epub mobi txt 电子书 下载 2024