 |
|
本书是作者在总结多年的实际工程应用经验的基础上编著而成的，是一本面向本科生的神经网络与深度学习的入门教材。通过阅读本书，读者可以掌握神经网络与深度学习的基本理论，并通过大量的代码练习，在做中学，提高将理论知识运用于实际工程的能力。本书内容丰富，以“提出问题- 解决方案- 原理分析- 可视化理解”的方式向读者介绍了深度学习的入门知识，并总结了“9 步学习法”，分为基本概念、线性回归、线性分类、非线性回归、非线性分类、模型推理与应用部署、深度神经网络、卷积神经网络以及循环神经网络9个步骤，对神经网络和深度学习进行了系统全面的讲解。 本书既可以作为高等院校计算机、人工智能等专业的教学用书，也可供对深度学习感兴趣的研究人员和工程技术人员阅读参考。 |
 |
|
前辅文 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
