深度学习入门与TensorFlow实践
Saved in:
Main Authors: | |
---|---|
Published: |
人民邮电出版社
|
Publisher Address: | 北京 |
Publication Dates: | 2022 |
Literature type: | Book |
Language: | Chinese |
Series: |
深度学习系列 |
Subjects: | |
Carrier Form: | 326页: 图 ; 24cm |
ISBN: | 978-7-115-57533-3 |
Index Number: | TP18 |
CLC: | TP18 |
Call Number: | TP18/4993-1 |
Contents: | 本书首先介绍深度学习、线性代数、微积分和概率论相关知识,讨论Python编程相关的基础知识,线性模型中的线性回归模型和logistic模型,梯度下降法,然后讲述深度学习的正向传播算法、反向传播算法及完整训练流程,输出层的激活函数,应用于隐藏层的4个常见激活函数,深度学习的过拟合和欠拟合,以及3种应对过拟合的方法,以及使用TensorFlow 2.0建立深度学习模型,接着介绍卷积神经网络(CNN)及其两个最重要的组成部分--卷积(convolution)和池化(pooling),如何使用TensorFlow 2.0建立卷积神经网络,最后讨论如何从零开始实现循环神经网络,如何搭建深度学习框架,如何使用TensorFlow 2.0建立循环神经网络模型。 |