[翻译] 神经网络与深度学习 首页 - Index

已于 2023-01-05 12:01:50 修改 1303 收藏 10
分类专栏： 翻译 人工智能 神经网络与深度学习 文章标签： 人工智能 神经网络 深度学习 教程 翻译
于 2018-08-03 11:55:29 首次发布
原文链接：http://neuralnetworksanddeeplearning.com
版权

原文：Neural Networks and Deep Learning
作者：Michael Nielsen
译者：Xovee
翻译时间：2018年8月
许可：'Creative Commons Attribution-NonCommercial 3.0 Unported License'，这意味着你可以免费去复制、分享、在本书的基础上进行创作等，但是不得售卖本书。如果你对商业使用有兴趣，请联系作者。License

《神经网络与机器学习》是一本免费的在线书籍。这本书的内容包括：

  1. 神经网络，一种受生物学启发的编程方式，可以让计算机从观察到的数据中进行学习
  2. 深度学习，一种在神经网络中非常强大的技术

神经网络和深度学习最近在许多领域都取得了非常不错的成绩，例如在图像识别、语音识别，以及自然语言处理等。这本书将会教给你许多神经网络和深度学习之中的核心概念。

点击这里获取有关本书的更多细节，点击这里查看译者的话。你也可以直接从第一章开始。

此外，还有配套的 GitHub 仓库，以备本地阅读之需。

目录：
> 首页
译序
关于本书
关于习题和难题
第一章 利用神经网络识别手写数字
第二章 反向传播算法是如何工作的
第三章 提升神经网络学习的效果
第四章 可视化地证明神经网络可以计算任何函数
第五章 为什么深度神经网络难以训练？
第六章 深度学习
附录：有没有一个简单的人工智能算法？
致谢、常见问题

introduction

阅读终点，创作起航，您可以撰写心得或摘录文章要点写篇博文。去创作
Xovee
关注
  • 2
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
xovee.github.io:Xovee Xu的主页
03-19
个人页面 此回购包含Xovee个人页面的代码。 结构 档案纸 CSS styles.css html douban.html img js现在空了 index.html（主页） 执照 该网站是由Xovee Xu设计的。如果要使用此模板，请在页脚中链接我（ ）。
【BUG】AttributeError: module ‘gast‘ has no attribute ‘Index’
weixin_47876613的博客
07-11 587
BUG解决：AttributeError: module ‘gast‘ has no attribute ‘Index’
图神经网络基础--超大规模数据集类的创建
发呆的比目鱼的博客
09-27 806
图神经网络基础--超大规模数据集类的创建
神经网络与深度学习笔记汇总四
qq_43337502的博客
08-16 8918
神经网络与深度学习笔记汇总四 将之前掘金写的学习笔记所遇困难搬到这里，方便查看复习 学习内容 ​ 1、在信号处理中认为信号具有较大的方差，噪声有较小的方差，信噪比就是信号与噪声的方差比，越大越好。 ​ 2、标准正态分布说明，各个点的纵坐标与均值偏差不大（二维）,这样的话离散型弱，即线性更强，线性回归更好。实际上，线性类模型都需要标准化。 ​ 3、标准化-》主要目的是方便数值优化，因为线性类模型都是涉及梯度的 ​ 遇到问题： 手动导入wordcloud库 遇到问题is not a supported whee
神经网络
qq_37004793的博客
06-05 67
神经网络 这周有点忙，先贴出之前完成吴恩达作业的代码，笔记后面找时间完善 import numpy as np import matplotlib.pyplot as plt import h5py import scipy import time from PIL import Image from scipy import ndimage from lr_utils import load_d...
【Bug】AttributeError: module ‘gast‘ has no attribute ‘Index‘
学无止境、积少成多、厚积薄发
10-20 6347
pe self._apply(transformer, node_wrapper, log_level=index + 1) File “/home/ubuntu/anaconda3/envs/PPYOLO/lib/python3.8/site-packages/paddle/fluid/dygraph/dygraph_to_static/ast_transformer.py”, line 65, in _apply transformer(node_wrapper).transform() File “/
module ‘gast‘ has no attribute ‘Num‘ 警告
Welcome
11-09 556
运行程序有以下WARNING:module 'gast' has no attribute 'Num' WARNING:tensorflow:Entity <bound method MultiRNNCell.call of <tensorflow.python.ops.rnn_cell_impl.MultiRNNCell object at 0x0000020529AD6108>> could not be transformed and will be executed a.
python efficientdet AttributeError: module ‘gast‘ has no attribute ‘Num‘
Learning from the mistakes
07-05 1318
今天在用efficientDet跑模型的时候，出现了下面的警告： WARNING:tensorflow:Entity <bound method RegressBoxes.call of <layers.RegressBoxes object at 0x7f41c3f35a90>> could not be transformed and will be executed as-is. Please report this to the AutgoGraph team. When
ValueError: tf.function-decorated function tried to create variables on non-first call
豆芽菜
06-21 2156
问题： tf 1x 的代码迁移到 tf 2x时出现错误： ValueError: tf.function-decorated function tried to create variables on non-first call 解决方案： 在model.compiler()之后添加 model.run_eagerly = True 但是对tf 1x 定义的一些函数提示 WARNING:tensorflow:AutoGraph could not transform <functi
深度学习--torch.index_select()
weixin_50727642的博客
02-18 817
1、torch.index_select(input: Tensor, dim: _int, index: Tensor, *, out: Optional[Tensor]=None) -> Tensor dim控制的是在input第几个维度对数据进行索引index的数据挑选， index控制的是在input的那个索引提取数据， 作用：在input的第dim维度将索引为index的数据提取出来 import torch a = torch.linspace(start=1, end=81, step
深度学习神经网络(英文版PDF教程）
04-14
书的目录 Contents Website viii Acknowledgments ix Notation xiii 1 Introduction 1 1.1 Who Should Read This Book? . . ....1.2 Historical Trends in Deep Learning ....2.1 Scalars, Vectors, Matrices and Tensors ...
神经网络：强化学习高频面试题整理
06-06
本篇整理强化学习中的常见面试题，在面试前对强化学习的基础理论有深入的理解和认识，需要掌握常见算法的基本思想、推导过程。 公式很多，如贝尔曼方程和贝尔曼最优方程这里估计已经被绕晕了，所以会觉得很难，更...
Tensorflow与深度学习HTML版笔记.zip
05-03
5 神经网络与深度学习 6 多分类图像识别案例 直接打开index.html即可阅读 TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现...
基于卷积神经网络的数据分类预测
10-23
基于卷积神经网络的数据分类预测、
【图神经网络】GNN 图神经网络相关知识点
竹石破岩
07-11 1704
关键问题1，GCN是否可以用于有向图？ 图卷积分为两大类，一类是基于谱方法（spectral methods），就是将图信号进行傅里叶变换在频域进行研究，以GCN为代表的模型，但是谱方法有一个理论要求就是拉普拉斯矩阵L要求为对称矩阵，L = D-A，即图为无向图才能满足；二类，是基于空域的研究方法（spatial methods），以GraphSage为代表的模型，空域是不分有向图和无向图的，均可以计算； 因此从理论上来说GCN是不能用于有向图的，但是从代码实现层面上来看是可以的，gcn代码的实现层
TensorFlow 警告Cause: module 'gast' has no attribute 'Num'
11-19 6614
警告信息 WARNING:tensorflow:Entity <bound method TensorFlowOpLayer._defun_call of <tensorflow.python.eager.function.TfMethodTarget object at 0x000001805B549780>> could not be transformed and...
[警告] [TensorFlow] Cause: module 'gast' has no attribute 'Num'
Xovee
10-01 4543
WARNINGS when run TensorFlow code!
latex中的数学字体mathfont
Daily_365的博客
12-12 3590
最近遇到了调整latex中的数学字体的问题，虽然折腾一番发现我需要的就是默认字体（靓仔无语），但是还是了解到了不少内容，记录一下。
微博博文内容深度学习卷积神经网络python实现
最新发布
05-31
以下是微博博文内容深度学习卷积神经网络的Python实现示例： ```python import numpy as np from keras.preprocessing.text import Tokenizer from keras.preprocessing.sequence import pad_sequences from keras.models import Sequential from keras.layers import Embedding, Conv1D, GlobalMaxPooling1D, Dense # 构建数据集 texts = ['微博内容1', '微博内容2', '微博内容3', ...] labels = [1, 0, 1, ...] # 正负样本标签 # 分词、向量化处理 tokenizer = Tokenizer(num_words=5000) tokenizer.fit_on_texts(texts) sequences = tokenizer.texts_to_sequences(texts) word_index = tokenizer.word_index print('Found %s unique tokens.' % len(word_index)) data = pad_sequences(sequences, maxlen=100) # 划分训练集和测试集 indices = np.arange(data.shape[0]) np.random.shuffle(indices) data = data[indices] labels = np.array(labels) labels = labels[indices] nb_validation_samples = int(0.2 * data.shape[0]) x_train = data[:-nb_validation_samples] y_train = labels[:-nb_validation_samples] x_test = data[-nb_validation_samples:] y_test = labels[-nb_validation_samples:] # 构建模型 embedding_dim = 100 model = Sequential() model.add(Embedding(5000, embedding_dim, input_length=100)) model.add(Conv1D(128, 5, activation='relu')) model.add(GlobalMaxPooling1D()) model.add(Dense(1, activation='sigmoid')) model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) # 模型训练 model.fit(x_train, y_train, epochs=10, batch_size=128, validation_data=(x_test, y_test)) ``` 以上代码中，我们使用Keras框架实现了一个简单的卷积神经网络模型，包括一个嵌入层、一个卷积层、一个全局最大池化层和一个输出层。嵌入层将文本数据向量化，卷积层提取特征，全局最大池化层选取最重要的特征，输出层进行二分类预测。模型使用Adam优化器和二分类交叉熵损失函数进行训练。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值