What this book is about
On the exercises and problems
Using neural nets to recognize handwritten digits
How the backpropagation algorithm works
Improving the way neural networks learn
A visual proof that neural nets can compute any function
Why are deep neural networks hard to train?
Deep learning
Appendix: Is there a simple algorithm for intelligence?
Acknowledgements
Frequently Asked Questions
· · · · · · (收起)
具体描述
http://neuralnetworksanddeeplearning.com/
用户评价
##QI 看的是他的，没想到，ML看的也是他的...
评分##一本非常非常棒的神经网络和深度学习的入门书，真正当然得起深入浅出，通过简洁明了的数学推导，和清晰明了简短的代码，把神经网络和CNN做了非常易懂的介绍，强烈推荐深度学习第一书。
评分##QI 看的是他的，没想到，ML看的也是他的...
评分非常好的入门书籍。作者从头到尾都在给你做心灵按摩：don't worry,it's simple.don't panic,it's easy.stop feeling stupid about yourself,just move forward.
评分##一本非常非常棒的神经网络和深度学习的入门书，真正当然得起深入浅出，通过简洁明了的数学推导，和清晰明了简短的代码，把神经网络和CNN做了非常易懂的介绍，强烈推荐深度学习第一书。
评分##挺不错的神经网络的入门书，从理论到代码，看得出经过精心的裁剪。对基本概念和原理介绍得不错，虽然有很多数学公式，但python的代码帮助理解很多细节。激活函数、代价函数、随机梯度下降、反向传播、过度拟合和规范化、权重初始化、超参数优化、卷积网络的局部感受野、混合层、特征映射。
评分##挺不错的神经网络的入门书，从理论到代码，看得出经过精心的裁剪。对基本概念和原理介绍得不错，虽然有很多数学公式，但python的代码帮助理解很多细节。激活函数、代价函数、随机梯度下降、反向传播、过度拟合和规范化、权重初始化、超参数优化、卷积网络的局部感受野、混合层、特征映射。
评分##棒！有人翻译了，和英文交叉看的。翻译很烂，大概就是在机翻的基础上粗略地改了改。有些地方甚至没改。但还是省了很多工夫。看得比较急，接下来试试把里面的代码重写一遍。
评分##这也能算本书吗？
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.coffeedeals.club All Rights Reserved. 静流书站 版权所有