本書首先介紹深度學(xué)習(xí)方面的數(shù)學(xué)知識(shí)與Python基礎(chǔ)知識(shí)，線性模型中的線性回歸模型和logistic模型；然后講述正向傳播算法、反向傳播算法及深度神經(jīng)網(wǎng)絡(luò)的完整訓(xùn)練流程，輸出層的激活函數(shù)和隱藏層的常見激活函數(shù)，深度學(xué)習(xí)的過擬合和欠擬合，應(yīng)對(duì)過擬合的方法，以及使用TensorFlow 2建立深度神經(jīng)網(wǎng)絡(luò)模型的步驟；接著介紹卷積神經(jīng)網(wǎng)絡(luò)及其兩個(gè)重要的組成部分—卷積和池化，以及如何使用TensorFlow 2建立卷積神經(jīng)網(wǎng)絡(luò)；很后討論如何從零開始實(shí)現(xiàn)循環(huán)神經(jīng)網(wǎng)絡(luò)，如何搭建深度學(xué)習(xí)框架，如何使用TensorFlow 2建立循環(huán)神經(jīng)網(wǎng)絡(luò)模型。本書既可供從事人工智能方面研究的專業(yè)人士閱讀，也可供計(jì)算機(jī)專業(yè)的師生閱讀。
|
