本书深入讲解神经网络和深度学习技术,侧重于阐释深度学习的核心概念。作者以技术原理为导向,辅以贯穿全书的MNIST手写数字识别项目示例,介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容,以及如何利用这些知识改进深度学习项目。学完本书后,读者将能够编写Python代码解决复杂的模式识别问题。这是一本非常好的深度学习入门书,相信一定会得到大家的喜爱。——李航字节
本书由Keras之父、现任Google人工智能研究员的弗朗索瓦·肖莱(FrançoisChollet)执笔,详尽介绍了使用Python和Keras进行深度学习的探索实践,涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例,步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化,读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后,读者将具备搭建自己
第三篇:基于计算图的神经网络的设计与实现传送门: https://www.cnblogs.com/greentomlee/p/12314064.htmlgithub:Leezhen2014:
《深度学习入门:基于Python的理论与实现》PDF高清中文版免费下载地址 内容简介 · · · · · ·本书是深度学习真正意义上的入门书,深入浅出地剖析了深度学习的原理和相关技术
前言我们使用深度学习网络实现波士顿房价预测,深度学习的目的就是寻找一个合适的函数输出我们想要的结果。深度学习实际上是机器学习领域中一个研究方向,深度学习的目标是让机器能够像人一样具有分析学习的能力,