[翻译] 神经网络与深度学习 有关习题和难题 - On the exercises and problems

目录:
首页

译序
关于本书
> 有关习题和难题
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


有关“习题”与“难题”


在一本技术书籍里,作者警告读者必须去完全“习题”或者“难题”并不稀奇。当我读到类似的警告时都会感到一丝奇怪。如果我不去做这些习题和难题,难道会有什么坏事发生吗?当然不会。不去完成它们,你会节省一些时间,当然代价是对知识理解的深度。有时候这是值得的,有时候不是。

那么,对于本书,该怎么看待这个问题?我的建议是,你应该尝试大部分的习题,同时不去尝试大部分的难题

你应该完成大部分的习题是因为,它们都是非常基础的知识,来检验你是否真正理解了它们。如果你在完成习题的时候感觉并不轻松,那么你也许没有掌握一些基础的知识。当然,如果偶尔感觉困难,只管继续看就是了,那可能是你有一些不同的理解,或者我在那个方面没有解释的太过清楚。但如果大多数的习题你都感觉很磨人,那么也许你得回头去看看之前的材料了。

对于“难题”来说,那又是另外一回事。它们显然比习题难的多,你在试图解决它们的时候也会感觉更加抓狂。它们显然很烦人,但,耐心地直面难题是你真正理解和掌握知识的唯一办法。

所以,我并不推荐完成所有的难题,更有意义的事是去寻找你自己的项目。也许你想利用神经网络去分类你的音乐收藏,或者去预测股票价格。不管是什么,你应该找到这样一个你在乎的项目。然后你可以忽略本书里的难题,或者把它们简单的当作一种灵感,来完善你自己的项目。构建你自己的项目是一件非常有价值的事情,它会让你获得许多无论你完全多少个难题都不会得到的知识和经验。俗话又说的好,情感投入是成为大师的秘诀。

当然,也许你现在脑海里暂时还没有什么想法。这并不是问题,你可以在解决难题的过程中寻找它们,并且利用本书中的材料来帮助你找到有利于你个人项目的创意。


Next:
第一章 利用神经网络来识别手写数字

展开阅读全文
©️2020 CSDN 皮肤主题: 终极编程指南 设计师: CSDN官方博客 返回首页
实付0元
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、C币套餐、付费专栏及课程。

余额充值