深入理解神经网络

书籍简介:

本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。本书还提供了逻辑回归、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。

书籍规格:

书籍信息归属:

深入理解神经网络是人民邮电出版社于2019.11出版的中图分类号为 TP183 的主题关于 人工神经网络－研究 的书籍。