出版社:机械工业出版社
年代:2019
定价:69.0
本书探讨深度学习中的高级主题,例如优化算法、超参数调整、Dropout和误差分析,以及如何解决在训练深度神经网络时遇到的典型问题。书中首先介绍单一神经元网络的激活函数(ReLu、sigmoid和Swish),然后介绍如何使用TensorFlow进行线性和逻辑回归,以及如何选择正确的代价函数,之后讨论具有多个层和神经元的更复杂的神经网络结构,并探讨了权重的随机初始化问题。本书用一整章对神经网络误差分析进行全面概述,给出解决来自不同分布的方差、偏差、过拟合和数据集问题的例子。
书籍详细信息 | |||
书名 | 深度学习站内查询相似图书 | ||
丛书名 | 智能系统与技术丛书 | ||
9787111637103 如需购买下载《深度学习》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 机械工业出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 69.0 | 语种 | 简体中文 |
尺寸 | 19 × 24 | 装帧 | 平装 |
页数 | 410 | 印数 | 4000 |