计算机网络 编程语言与程序设计 本书是深度学习的入门书,深入浅出地剖析了深度学习的原理和相关技术。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...
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...
defstep_function(x): y = x >0# 将数组中元素与阈值比较,生成布尔型数组returny.astype(np.int)# 将布尔型数组转换成0/1数组 sigmoid函数与阶跃函数的比较 阶跃函数的输出在阈值两侧急剧变化;sigmoid函数具有平滑性 阶跃函数的输出只有0/1;sigmoid函数的输出具有连续性 为了发挥叠加层带来的优势,神经网络的激活...
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
第一章 Python入门 第二章 感知机 2.1感知机是什么 感知机接收多个输入信号,输出一个信号 感知机的信号只有(1/0)两种取值 权重越大,对应该权重的信号的重要性就越高 2.2 简单逻辑电路 “学习”:是确定合适的参数的过程 2.3 感知机的实现 b称为偏置,w1,w2称为权重。
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。中间层有时也称为隐藏层。‘隐藏’的意思是,隐藏层的神经元(和输入层、输出层不同)肉眼看不见。另外,本书的层号从零开始计算,为了方便用 python 实现神经网络 ...
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
python入门实现学习神经解释器 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...
【笔记】深度学习入门:基于Python的理论与实现(三) 误差反向传播法 一 个能够高效计算权重参数的梯度的方法 计算图 正向传播 太郎在超市买了 2 个 100 日元一个的苹果,消费税是 10%,请计 算支付金额。 反向传播(导数) 如果苹果的价格增加某个微小值, 则最终的支付金额将增加那个微小值的 2.2 倍...