《Python神經網路編程》由[英]塔里克·拉希德（Tariq Rashid），林賜譯，人民郵電出版社2018年04月出版。
基本介紹
- 書名：Python神經網路編程
- 作者：[英]塔里克·拉希德（Tariq Rashid）
- 原版名稱：Make Your Own Neural Network
- 譯者：林賜
- ISBN：9787115474810
- 頁數：200
- 定價：69.00元
- 出版社：人民郵電出版社
- 出版時間：2018-4
- 裝幀：平裝
內容簡介,目錄,
內容簡介
神經網路是一種模擬人腦的神經網路，以期能夠實現類人工智慧的機器學習
技術。
本書揭示神經網路背後的概念，並介紹如何通過Python實現神經網路。全書
分為3章和兩個附錄。第1章介紹了神經網路中所用到的數學思想。第2章介紹使
用Python實現神經網路，識別手寫數字，並測試神經網路的性能。第3章帶領讀
者進一步了解簡單的神經網路，觀察已受訓練的神經網路內部，嘗試進一步改善
神經網路的性能，並加深對相關知識的理解。附錄分別介紹了所需的微積分知識
和樹莓派知識。
本書適合想要從事神經網路研究和探索的讀者學習參考，也適合對人工智
能、機器學習和深度學習等相關領域感興趣的讀者閱讀。
目錄
第 1 章 神經網路如何工作 001
1.1 尺有所短，寸有所長 001
1.2 一台簡單的預測 003
1.3 分類器與預測器並無太大差別 008
1.4 訓練簡單的分類 011
1.5 有時候一個分類器不足以求解問題 020
1.6 神經元——大自然的計算機器 024
1.7 在神經網路中追蹤信號 033
1.8 憑心而論，矩陣乘法大有用途 037
1.9 使用矩陣乘法的三層神經網路示例 043
1.10 學習來自多個節點的權重 051
1.11 多個輸出節點反向傳播誤差 053
1.12 反向傳播誤差到更多層中 054
1.13 使用矩陣乘法進行反向傳播誤差 058
1.14 我們實際上如何更新權重 061
1.15 權重更新成功範例 077
1.16 準備數據 078
1.1 尺有所短，寸有所長 001
1.2 一台簡單的預測 003
1.3 分類器與預測器並無太大差別 008
1.4 訓練簡單的分類 011
1.5 有時候一個分類器不足以求解問題 020
1.6 神經元——大自然的計算機器 024
1.7 在神經網路中追蹤信號 033
1.8 憑心而論，矩陣乘法大有用途 037
1.9 使用矩陣乘法的三層神經網路示例 043
1.10 學習來自多個節點的權重 051
1.11 多個輸出節點反向傳播誤差 053
1.12 反向傳播誤差到更多層中 054
1.13 使用矩陣乘法進行反向傳播誤差 058
1.14 我們實際上如何更新權重 061
1.15 權重更新成功範例 077
1.16 準備數據 078
第 2 章 使用Python進行DIY 083
2.1 Python 083
2.2 互動式Python = IPython 084
2.3 優雅地開始使用Python 085
2.4 使用Python製作神經網路 105
2.5 手寫數字的數據集MNIST 121
2.1 Python 083
2.2 互動式Python = IPython 084
2.3 優雅地開始使用Python 085
2.4 使用Python製作神經網路 105
2.5 手寫數字的數據集MNIST 121
第 3 章 趣味盎然 153
3.1 自己的手寫數字 153
3.2 神經網路大腦內部 156
3.3 創建新的訓練數據：旋轉圖像 160
3.4 結語 164
3.1 自己的手寫數字 153
3.2 神經網路大腦內部 156
3.3 創建新的訓練數據：旋轉圖像 160
3.4 結語 164
附錄A 微積分簡介 165
A.1 一條平直的線 166
A.2 一條斜線 168
A.3 一條曲線 170
A.4 手繪微積分 172
A.5 非手繪微積分 174
A.6 無需繪製圖表的微積分 177
A.7 模式 180
A.8 函式的函式 182
A.1 一條平直的線 166
A.2 一條斜線 168
A.3 一條曲線 170
A.4 手繪微積分 172
A.5 非手繪微積分 174
A.6 無需繪製圖表的微積分 177
A.7 模式 180
A.8 函式的函式 182
附錄B 使用樹莓派來工作 186
B.1 安裝IPython 187
B.2 確保各項工作正常進行 193
B.3 訓練和測試神經網路 194
B.4 樹莓派成功了 195
B.1 安裝IPython 187
B.2 確保各項工作正常進行 193
B.3 訓練和測試神經網路 194
B.4 樹莓派成功了 195
