Python神经网络编程

本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在RaspberryPi上工作。

这是一本深入浅出的神经网络入门书籍，它首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，如矩阵定义和基本操作，以及误差函数与权重更新关系等。此外，书中还详细介绍了神经网络中的神经元结构与功能，以及向后查询的概念和实现，帮助读者理解神经网络的工作原理。 第二部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。书中详细解释了如何使用Python编写神经网络，并介绍了如何使用自己的手写数字创建测试数据集，以及如何使用旋转图像增加训练数据多样性等方法来提高神经网络的性能。 第三部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在RaspberryPi上工作。书中详细介绍了如何在树莓派Zero成功运行神经网络，并解释了权重初始化的方法以及输出数据的预处理等内容。此外，书中还介绍了学习率对权重更新的影响，以及如何使用矩阵乘法等工具来简化神经网络的计算过程。