深度学习的数学

✍ Scribed by 涌井良幸; 涌井贞美

• Publisher: 人民邮电出版社
• Year: 2019
• Tongue: Chinese
• Leaves: 242
• Category: Library

✦ Synopsis

《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的最优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。

✦ Table of Contents

封面
作译者简介
数字版权声明
扉页
版权页
前言
本书的使用说明
Excel示例文件的下载
目录
第1章　神经网络的思想
1-1　神经网络和深度学习
1-2　神经元工作的数学表示
1-3　激活函数：将神经元的工作一般化
1-4　什么是神经网络
1-5　用恶魔来讲解神经网络的结构
1-6　将恶魔的工作翻译为神经网络的语言
1-7　网络自学习的神经网络
第2章　神经网络的数学基础
2-1　神经网络所需的函数
2-2　有助于理解神经网络的数列和递推关系式
2-3　神经网络中经常用到的Σ符号
2-4　有助于理解神经网络的向量基础
2-5　有助于理解神经网络的矩阵基础
2-6　神经网络的导数基础
2-7　神经网络的偏导数基础
2-8　误差反向传播法必需的链式法则
2-9　梯度下降法的基础：多变量函数的近似公式
2-10　梯度下降法的含义与公式
2-11　用Excel体验梯度下降法
2-12　最优化问题和回归分析
第3章　神经网络的最优化
3-1　神经网络的参数和变量
3-2　神经网络的变量的关系式
3-3　学习数据和正解
3-4　神经网络的代价函数
3-5　用Excel体验神经网络
第4章　神经网络和误差反向传播法
4-1　梯度下降法的回顾
4-2　神经单元误差δlj
4-3　神经网络和误差反向传播法梯
4-4　用Excel体验神经网络的误差反向传播法
第5章　深度学习和卷积神经网络
5-1　小恶魔来讲解卷积神经网络的结构
5-2　将小恶魔的工作翻译为卷积神经网络的语言
5-3　卷积神经网络的变量关系式
5-4　用Excel体验卷积神经网络
5-5　卷积神经网络和误差反向传播法
5-6　用Excel体验卷积神经网络的误差反向传播法
附录
版权声明
连接图灵
看完了