神经网络与深度学习：基于TensorFlow框架和Python技术实现

封面

版权信息

内容简介

前言

第1章 绪论

1.1 人工智能

1.2 机器学习

1.3 深度学习

1.4 实现工具

第2章 Python基础

2.1 Python简介

2.2 Python的安装

2.3 Spyder编辑器

2.4 Python基础知识

第3章 Python基础库

3.1 Numpy库

3.2 Matplotlib库

3.3 Scipy库

第4章 TensorFlow基础

4.1 概述

4.2 TensorFlow的安装

4.3 TensorFlow基本概念

4.4 MNIST

第5章 神经网络基础

5.1 神经网络概述

5.2 神经元模型

5.3 激活函数

5.4 损失函数

5.5 梯度下降算法

5.6 BP算法

5.7 仿真实例

第6章 神经网络基础应用

6.1 感知机

6.2 线性回归

6.3 逻辑回归

第7章 卷积神经网络

7.1 概述

7.2 卷积神经网络结构

7.3 训练过程

7.4 卷积神经网络经典模型

7.5 仿真实例

第8章 循环神经网络

8.1 循环神经网络概述

8.2 长短时记忆（LSTM）网络

8.3 循环神经网络的变种

8.4 仿真实例

附录A Python主要函数

附录B TensorFlow主要函数