本书以神经网络为线索,沿着从线性模型到深度学习的路线讲解神经网络的原理和实现。本书将数学基础知识与机器学习和神经网络紧密结合,包含线性模型的结构与局限、损失函数、基于一阶和二阶信息的优化算法、模型自由度与正则化、神经网络的表达能力、反向传播与计算图自动求导、卷积神经网络等主题,帮助读者建立基于数学原理的较深刻的洞见和认知。本书还提供了逻辑回归、多层全连接神经网络和多种训练算法的Python实现,以及运用TensorFlow搭建和训练多种卷积神经网络的代码实例。
✨《新婚之夜》《有人跳舞》《晚…
商务男装宣传口号230 在…
刘晓庆文集”包括两本书:一本书…
乌镇一日游日记(通用21篇) …
做家务日记100字(通用15篇…
海边旅游日记(通用25篇) …