您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
磁力片
|
漫画
|
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
深度学习:基于MATLAB的设计实例
装帧: 平装
出版社: 北京航空航天大学出版社
作者: (韩)金晟箭
出版日期: 2023-05-01
商品条码: 9787512426665
版次: 1
开本: 16开
出版年份: 2023
定价:
¥59
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
加入书单
收藏
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥21.56
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
内容简介
本书共包含6章内容,可以分为3个主题。书中例子均用MATLAB编写而成。
第1个主题是机器学习。深度学习起源于机器学习,这意味着如果想要理解深度学习的本质,就必须在某种程度上知道机器学习背后的理念。第1章从机器学习与深度学习的关系开始讲起,随后是解决问题的策略和机器学习的基本局限性。
第2个主题是人工神经网络这是第2~4章的重点内容。由于深度学习就是采用一种神经网络的机器学习,所以不能将神经网络与深度学习分开。第2章从神经网络的基本概念讲起:它的工作原理、体系结构和学习规则,也讲到了神经网络由简单的单层结构演化为复杂的多层结构的原因。第3章介绍了反向传播算法,它是神经网络中一种重要和典型的学习规则,深度学习也使用这种算法。本章解释了代价函数和学习规则是如何联系起来的,哪一种代价函数在深度学习中被广泛使用。第4章介绍了将神经网络应用到分类问题中的方法。其中单列一节专门讲分类,因为它是目前流行的一种深度学习应用。例如图像识别是一个分类问题,也是深度学习的一种主要应用。
第3个主题是深度学习,也是本书的重点,将在第5章和第6章中讲解。第5章介绍了使深度学习能够产生很好性能的驱动因素。第6章讲解了卷积神经网络,本章首先介绍了卷积神经网络的基本概念和结构,并与前面的图像识别算法进行了比较;随后解释了卷积层和池化层的作用和运算方法,它们是卷积神经网络的重要组成部分。第6章也包含了一个用卷积神经网络进行数字图像识别的例子,并研究了图像通过各层的演化过程。
目录
第1章机器学习
1.1机器学习与深度学习
1.2什么是机器学习
1.3机器学习的挑战
1.4过拟合
1.5直面过拟合
1.6机器学习的类型
1.7分类和回归
1.8总结
第2章神经网络
2.1概述
2.2神经网络节点
2.3多层神经网络
2.4神经网络的监督学习
2.5单层神经网络训练:增量规则
2.6广义增量规则
2.7随机梯度下降算法、批量算法和小批量算法
2.7.1随机梯度下降算法
2.7.2批量算法
2.7.3小批量算法
2.8示例:增量规则
2.8.1随机梯度下降算法的实现
2.8.2批量算法的实现
2.8.3随机梯度下降算法与批量算法的比较
2.9单层神经网络的局限性
2.10总结
第3章训练多层神经网络
3.1概述
3.2反向传播算法
3.3示例
3.3.1XOR问题
3.3.2动量法(Momentum)
3.4代价函数和学习规则
3.5示例
3.5.1交叉熵函数
3.5.2代价函数的比较
3.6总结
第4章神经网络及其分类
4.1概述
4.2二分类
4.3多分类
4.4示例:多分类
4.5总结
第5章深度学习
5.1概述
5.2深度神经网络的进化
5.2.1梯度消失
5.2.2过拟合
5.2.3计算量的增加
5.3示例
5.3.1ReLU函数
5.3.2节点丢弃
5.4总结
第6章卷积神经网络
6.1概述
6.2卷积神经网络的架构
6.3卷积层
6.4池化层
6.5示例:MNIST
6.6总结
索引
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网