安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深入理解神经网络:从逻辑回归到CNN/张觉非著

出版发行项:

北京:人民邮电出版社,2019

ISBN及定价:

978-7-115-51723-4/CNY89.00

载体形态项:

11, 310页:图;24cm

其它题名:

从逻辑回归到CNN

丛编项:

图灵原创

个人责任者:

张觉非 著

学科主题:

人工神经网络-研究

中图法分类号:

TP183

责任者附注:

张觉非, 本科毕业于复旦大学计算机系, 于中国科学院古脊椎动物与古人类研究所取得古生物学硕士学位, 目前在互联网行业从事机器学习算法相关工作。

书目附注:

有书目

提要文摘附注:

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。全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。书中还提供了逻辑回归、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。

豆瓣简介：