自己动手用Python编写神经网络

《Python神经网络编程》 读书笔记

---

• 1 索引：

作者	[英] 塔里克.拉希德 （Tariq Rashid）
译者	林赐
ISBN	9781530826605

---

---

• 2 内容简介：

  这本书讲解了一些关于神经网络和机器学习的基本概念，如神经元，反向传播等。全书分三章和两个附录。第一章介绍了神经网络中所用的数学思想，包括矩阵乘法，矩阵求导等。第二章介绍如何使用Python实现一个三层的全连接神经网络（或者说多层感知机网络，MLP），识别MNIST手写数字集，并测试网络的性能。第三章带领读者进一步了解简单的神经网络，观察神经网络中某些神经元的激活值的可视化图像，并尝试改善神经网络的性能。附录分别介绍了所需的微积分知识和树莓派知识。

  这本书的亮点有以下几个：

  • A 受众广泛，对读者的要求很低。读者不需要有任何关于机器学习或者神经网络的知识，当然对机器学习或神经网络有所了解的读者读起来会更加顺畅。
  • B 这本书中所有代码已在Github开源，对于想要自己用Python实现一个全连接神经网络的同学十分方便。
  • C 在内容方面，有以下几个点是笔者十分欣赏的。其一，作者在第一章通过几个例子为读者建立了一个大部分机器学习算法的工作原理框架。即 随机初始化输入 -> 计算偏差 -> 根据偏差调整输入， 重复上述过程直到收敛或者超过最大迭代次数。 这种从全局角度的总结对于初学者理解机器学习算法是十分有效的。其二，作者在第一章，深入浅出的讲解了全连接神经网络的反向传播过程，并且给出了详细生动的例子。大部分图书对于反向传播这一部分一笔带过，对于想要提出新型网络结构或者在神经网络方面有更深入了解的同学，掌握反向传播是必不可少的。
  • D 在形式方面，这本书全书采用手绘插图的风格来展现内容。作者写作风格亲切有趣，全书没有“显然”，“有（1）式可知”等字样。Easy to read, easy to understand.

---

• 3 这本书在 Github 上的开源地址：
  
  点击跳转