神經網絡與深度學習——基於TensorFlow框架和Python技術實現 pdf epub mobi txt 電子書 下載 2024
☆☆☆☆☆
簡體網頁||
繁體網頁
包子陽
電子工業齣版社
2019-4-1
196
49.8元
平裝-膠訂
9787121362019
圖書標籤:
數據分析
Python
編程
深度學習
1
喜歡 神經網絡與深度學習——基於TensorFlow框架和Python技術實現 的讀者還喜歡
下載链接在页面底部
點擊這裡下載
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!
发表于2024-11-08
神經網絡與深度學習——基於TensorFlow框架和Python技術實現 epub 下載 mobi 下載 pdf 下載 txt 電子書 下載 2024
神經網絡與深度學習——基於TensorFlow框架和Python技術實現 epub 下載 mobi 下載 pdf 下載 txt 電子書 下載 2024
神經網絡與深度學習——基於TensorFlow框架和Python技術實現 pdf epub mobi txt 電子書 下載 2024
圖書描述
著者簡介
包子陽:高級工程師,自2009年起工作於北京無綫電測量研究所。2009年6月畢業於電子科技大學信號與信息處理專業,獲碩士學位。從事雷達電氣總體、智能算法和深度學習等研究工作。迄今齣版專著3本;申請發明專利6項(已授權3項);在國際雷達會議、《係統工程與電子技術》、《現代雷達》、《電子技術與應用》、《雷達科學與技術》、《空間電子技術》、雷達年會、天綫年會等發錶學術論文十餘篇。
圖書目錄
目 錄
第1章 緒論 1
1.1 人工智能 2
1.2 機器學習 3
1.2.1 監督學習 3
1.2.2 非監督學習 3
1.2.3 半監督學習 4
1.3 深度學習 4
1.3.1 捲積神經網絡 4
1.3.2 循環神經網絡 5
1.4 實現工具 6
1.4.1 Python 6
1.4.2 TensorFlow 6
第2章 Python基礎 9
2.1 Python簡介 10
2.1.1 概述 10
2.1.2 Python的特點 10
2.1.3 Python的版本 11
2.2 Python的安裝 11
2.2.1 Python官網下載安裝 11
2.2.2 Anaconda的安裝 14
2.3 Spyder編輯器 16
2.3.1 Spyder界麵 16
2.3.2 Spyder快捷鍵 19
2.4 Python基礎知識 19
2.4.1 基本語法 20
2.4.2 基本數據類型和運算 23
2.4.3 列錶、元組和字符串 25
2.4.4 字典和集閤 32
2.4.5 分支和循環 35
2.4.6 函數和類 37
2.4.7 模塊 40
第3章 Python基礎庫 43
3.1 Numpy庫 44
3.1.1 創建數組 44
3.1.2 ndarray類 47
3.1.3 數組操作 48
3.1.4 形狀操作 55
3.2 Matplotlib庫 58
3.2.1 快速繪圖 58
3.2.2 繪製多軸圖 61
3.2.3 繪製3D圖 64
3.3 Scipy庫 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基礎 75
4.1 概述 76
4.2 TensorFlow的安裝 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簡介 89
4.4.2 MNIST解析 90
第5章 神經網絡基礎 95
5.1 神經網絡概述 96
5.1.1 神經網絡常用術語 97
5.1.2 神經網絡模型 99
5.1.3 神經網絡的運作 99
5.1.4 神經網絡算法的特點 100
5.2 神經元模型 101
5.3 激活函數 103
5.4.1 sigmoid函數 104
5.4.2 tanh函數 104
5.4.3 ReLU函數 105
5.4.4 softmax函數 106
5.4 損失函數 106
5.4.1 均方差函數 106
5.4.2 交叉熵函數 107
5.5 梯度下降算法 107
5.5.1 梯度下降算法推導 108
5.5.2 梯度下降算法種類 108
5.5 BP算法 109
5.5.1 BP網絡簡介 109
5.5.2 BP算法流程 110
5.6 仿真實例 112
第6章 神經網絡基礎應用 117
6.1 感知機 118
6.1.1 感知機網絡結構 119
6.1.2 感知機學習規則 120
6.1.3 感知機網絡訓練 120
6.1.5 仿真實例 121
6.2 綫性迴歸 123
6.2.1 綫性迴歸理論 123
6.2.2 仿真實例 126
6.3 邏輯迴歸 129
6.3.1 邏輯迴歸理論 129
6.3.2 仿真實例 131
第7章 捲積神經網絡 137
7.1 概述 138
7.2 捲積神經網絡結構 139
7.2.1 捲積層 141
7.2.2 池化層 144
7.2.3 全連接層 147
7.2.4 Dropout 層 148
7.3 訓練過程 148
7.4 捲積神經網絡經典模型 149
7.4.1 LeNet-5模型 149
7.4.2 AlexNet模型 150
7.5 仿真實例 152
第8章 循環神經網絡 159
8.1 循環神經網絡概述 160
8.1.1 循環神經網絡結構 160
8.1.2 循環神經網絡前嚮傳播 162
8.1.3 循環神經網絡訓練算法 163
8.2 長短時記憶網絡(LSTM) 163
8.2.1 LSTM結構 164
8.2.2 LSTM前嚮計算 165
8.2.3 LSTM訓練算法 169
8.2.4 LSTM程序實現 169
8.3 循環神經網絡的變種 170
8.3.1 雙嚮循環神經網絡 170
8.3.2 深層循環神經網絡 171
8.4 仿真實例 172
附錄A Python主要函數 181
附錄B TensorFlow主要函數 189
參考文獻 198
· · · · · · (
收起)
神經網絡與深度學習——基於TensorFlow框架和Python技術實現 pdf epub mobi txt 電子書 下載
用戶評價
評分
☆☆☆☆☆
本書旨在作為一本神經網絡與深度學習的入門圖書,其主要特點有: (1)係統性:首先介紹Python、TensorFlow的使用方法,然後介紹基本神經網絡的理論及應用,最後介紹深度神經網絡的理論及實現,內容由淺入深、循序漸進。 (2)通用性:程序實例采用通用的數值優化和 MNIST 手寫字體案例,適閤各學科和各領域的人員理解和學習。 (3)實用性:注重理論聯係實際,首先進行理論介紹,然後進行程序實現,通過理論介紹來初步瞭解算法,通過程序實現來深入理解算法。
評分
☆☆☆☆☆
質量堪憂。 比官方文檔的拼湊還差。 這麼薄一點的書還半本都是講python的真是服瞭。湊字數也沒必要這麼明目張膽吧。
評分
☆☆☆☆☆
人工智能入門書籍,提供源程序,實踐性強。
評分
☆☆☆☆☆
本書旨在作為一本神經網絡與深度學習的入門圖書,其主要特點有: (1)係統性:首先介紹Python、TensorFlow的使用方法,然後介紹基本神經網絡的理論及應用,最後介紹深度神經網絡的理論及實現,內容由淺入深、循序漸進。 (2)通用性:程序實例采用通用的數值優化和 MNIST 手寫字體案例,適閤各學科和各領域的人員理解和學習。 (3)實用性:注重理論聯係實際,首先進行理論介紹,然後進行程序實現,通過理論介紹來初步瞭解算法,通過程序實現來深入理解算法。
評分
☆☆☆☆☆
本書旨在作為一本神經網絡與深度學習的入門圖書,其主要特點有: (1)係統性:首先介紹Python、TensorFlow的使用方法,然後介紹基本神經網絡的理論及應用,最後介紹深度神經網絡的理論及實現,內容由淺入深、循序漸進。 (2)通用性:程序實例采用通用的數值優化和 MNIST 手寫字體案例,適閤各學科和各領域的人員理解和學習。 (3)實用性:注重理論聯係實際,首先進行理論介紹,然後進行程序實現,通過理論介紹來初步瞭解算法,通過程序實現來深入理解算法。
讀後感
評分
☆☆☆☆☆
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。
評分
☆☆☆☆☆
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。
評分
☆☆☆☆☆
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。
評分
☆☆☆☆☆
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。
評分
☆☆☆☆☆
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。
類似圖書 點擊查看全場最低價
神經網絡與深度學習——基於TensorFlow框架和Python技術實現 pdf epub mobi txt 電子書 下載 2024