书中使用Python3,尽量不依赖外部库或工具,从基本的数学知识出发,带领读者从零创建一个经典的深度学习网络,使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识,对误差反向传播法、卷积神经网络等也有深入讲解,此外还介绍了深度学习相关的实用技巧,自动驾驶、图像生成、强化学习等...
书中使用Python3,尽量不依赖外部库或工具,从基本的数学知识出发,带领读者从零创建一个经典的深度学习网络,使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识,对误差反向传播法、卷积神经网络等也有深入讲解,此外还介绍了深度学习相关的实用技巧,自动驾驶、图像生成、强化学习等...
从学习数据中选出一小批(mini-batch),然后对每个mini-batch进行学习的方式 batch_mask = np.random.choice(train_size, batch_size)# 从指定范围内抽取指定数量的数据 数值微分 利用微小的差分求导的方法称为数值微分(numerical differentiation) 基于数学式的推导求导数的过程,则用“解析性”(analytic)一词,称...
mini_batch学习 Mini-batch是在训练神经网络时使用的一种技术,它将训练数据分成小批量(mini-batches),每个小批量包含一定数量的样本。相比于将整个训练数据集一次性输入到神经网络中进行训练(称为批量训练). 随机选择一个minibatch的数据 python # coding: utf-8 import pickle import sys, os sys.path.append(os...
神经网络的出现就是为了解决设定权重的工作,即机器自动从数据中学习,确定合适的、能符合预期的输入与输出的权重。 3.1 从感知机到神经网络 神经网络和感知机有很多共同点,这里主要介绍差异 3.1.1 神经网络例子 下图3-1 表示神经网络,我们将最左边的一列称为输入层,最右边的一列称为输出层,中间的一列称为中间层...
【笔记】深度学习入门:基于Python的理论与实现(五) 卷积神经网络 卷积神经网络(Convolutional Neural Network,CNN) 整体结构 CNN 中新出现了卷积层(Convolution 层)和池化层(Pooling 层),之前介绍的神经网络中,相邻层的所有神经元之间都有连接,这称为全 连接(fully-connected)...
深度学习入门基于Python的理论与实现目录 h 第 1 章 Python 入门 h 1.1 Python是什么 h 1.2 Python的安装 h 1.2.1 Python版本 h 1.2.2 使用的外部库 h 1.2.3 Anacond
深度学习入门:基于Python的理论与实现深度学习入门:基于Python的理论与实现1O'ReillyMedia,Inc.介绍01PartOneO'ReillyMedia,Inc.介绍01PartO2O'ReillyMedia,Inc.介绍A本书的理念B本书面向的读者C本书不面向的读者D本书的阅读方法E让我们开始吧F表述规则O'ReillyMedia,Inc.介绍A本书的理念B本31Python入门02PartOne1...
深度学习入门——基于Python的理论与实现 第一章 python入门 1.5.1 广播 import numpy as np # 广播 A = np.array([[1, 2], [3, 4]]) B = np.array([10, 20]) C = np.array([[10, 20], [30