内容简介
本书全面介绍了深度学习知识，借助数学公式、示意图和代码，旨在帮助读者从数学层面、概念层面和应用层面理解神经网络。读者可以跟随本书构建和训练神经网络模型，从而解决实际问题。另外，本书着重介绍卷积神经网络和循环神经网络，并提供PyTorch开源神经网络库的使用方法，有助于学习构建更高级的神经网络架构。
AI简介
这是一本全面介绍深度学习知识的书籍，借助数学公式、示意图和代码，旨在帮助读者从数学层面、概念层面和应用层面理解神经网络。书中详细讲解了神经网络的构成要素，包括运算、层以及函数，并详细介绍了如何从零开始构建深度学习模型，包括定义模型的结构、损失函数、优化器和训练过程。
此外，书中还着重介绍了卷积神经网络（CNN）和循环神经网络（RNN），包括卷积运算与CNN架构，以及LSTM与GRU单元介绍。书中详细讲解了CNN如何通过卷积运算捕捉输入数据中的局部特征，以及RNN如何通过LSTM和GRU单元处理序列数据中的长期依赖关系。
书中还详细介绍了如何使用PyTorch深度学习框架，包括张量的使用与初始化，以及深度学习框架中的模型、优化器、损失函数和训练器。书中还介绍了监督学习概述，包括如何通过算法发掘或“学习”数据中的关系，以及如何使用softmax交叉熵损失函数优化网络参数，提高神经网络在分类问题上的性能。
推荐影视
阅读/下载地址