|
| 編輯推薦： |
|
学习人工智能*步，从了解深度学习开始！利用身边*常见的工具即可入门深度学习通过Excel电子表格来掌握卷积神经网络的结构，简单易于掌握。本书将带你了解类似于深度学习是怎么样识别图形的这种根本问题，讲基础构可视化，帮助你为进一步学习人工智能开发知识打牢基础。请跟随作者的思路，开始一段不一样的深度学习旅程吧！
|
| 內容簡介： |
|
本书借助 Excel,向读者介绍深度学习结构的入门知识。讨论具体题目的同时，一步一步阐明深度学习的构造。Excel 是学习AI的*工具。支持深度学习的 ＂卷积神经网络 是由人工神经元构成的，而其中的每个神经元正是通过Excel的一个个的单元格组合而成的。换言之， 俯瞰Excel工作表，可以更清晰地把握卷积神经网络的结构。本书充分利用此项优势，逐一展开说明。
|
| 關於作者： |
【日】涌井良幸Wakui Yoshiyuki
1950 年生 ， 东京人。毕业于东京教育大学（现筑波大学）数学系，曾就职千干叶县立高中。从教师岗位退休后专注于以写作为主的创作活动。
【日】涌井贞美Wakui Sadami
1952 年生， 东京人。东京大学理学系硕士 ，毕业后曾先后就职于富士通和神奈川县立高中，现在为独立的科技类书籍作家。
|
| 目錄：
|
第 1章 初步了解深度学习
01 .卷积神经网络结构概要
02 .Al与深度学习
第 2章 Excel的要习与应用
01 .七个Excel 函数
02 .Excel 引用形式
03 .Excel 规划求解的使用方法
04 .回归分析与最优化问题
第 3章 神经元模型
01 .神经细胞的功能
02 .神经细胞功能的公式形式
03 .人工神经元与个性化函数
04 .从阶跃函数到S屯moid函数
第 4童 神经网络结构
01 .如何读取神经网络结构
02 .神经网络如何识别手写文字
03 .使用训练数据计算神经网络的输出值
04 .正确答案与输出值之间的误差
05 .神经网络的目标函数
06 .优化神经网络
07 .解释最优化参数
08 .测试神经网络
09 .神经网络在现实手写文字中的应用
第 5章 卷积神经网络结构
01 .如何读取卷积神经网络结构
02 .卷积神经网络如何识别手写文字
03 .卷积神经网络的输入层
04 .为卷积神经网络设置特异卷积层
05 .卷积神经网络的池化层
06 .卷积神经网络的输出层
07 .正确答案与输出值之间的误差
08 .卷积神经网络的目标函数
09 .卷积神经网络的最优化
10 .解释最优化参数
11 .测试卷积神经网络
12 .负值参数
13 .更改隐藏层激活函数
附录
A 训练数据 1
B 训练数据 2
C 规划求解的安装说明
D 用公式表示结构的相似度
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
