新書推薦：
《
希腊文明3000年（古希腊的科学精神，成就了现代科学之源）
》
售價：HK$
82.8
《
粤行丛录（岭南史料笔记丛刊）
》
售價：HK$
80.2
《
岁月待人归：徐悲鸿自述人生艺术
》
售價：HK$
61.4
《
女人的中国医疗史：汉唐之间的健康照顾与性别
》
售價：HK$
103.8
《
资治通鉴熊逸版：第四辑
》
售價：HK$
470.8
《
中国近现代名家精品——项维仁：工笔侍女作品精选
》
售價：HK$
66.1
《
宋瑞驻村日记（2012-2022）
》
售價：HK$
115.6
《
汗青堂丛书138·帝国的切口：近代中国口岸的冲突与交流（1832-1914）
》
售價：HK$
127.4
|
| 內容簡介： |
|
Python、TensorFlow、神经网络和深度学习因人工智能的流行而成为当下IT领域的热门关键词。本书首先介绍了Python及其常用库Numpy、Matplotlib和Scipy的基本使用方法；其次介绍了TensorFlow的基本知识及使用方法；然后介绍了神经网络的基础知识以及神经网络基本应用感知机、线性回归与逻辑回归的理论与实现；*后介绍了两种热门的深度神经网络卷积神经网络和循环神经网络的理论与实现。本书内容由浅入深，循序渐进，实践性强，包含丰富的仿真实例。
|
| 關於作者： |
|
包子阳：高级工程师，自2009年起工作于北京无线电测量研究所。2009年6月毕业于电子科技大学信号与信息处理专业，获硕士学位。从事雷达电气总体、智能算法和深度学习等研究工作。迄今出版专著3本；申请发明专利6项（已授权3项）；在国际雷达会议、《系统工程与电子技术》、《现代雷达》、《电子技术与应用》、《雷达科学与技术》、《空间电子技术》、雷达年会、天线年会等发表学术论文十余篇。
|
| 目錄：
|
目录
第1章绪论1
1.1人工智能2
1.2机器学习3
1.2.1监督学习3
1.2.2非监督学习3
1.2.3半监督学习4
1.3深度学习4
1.3.1卷积神经网络4
1.3.2循环神经网络5
1.4实现工具6
1.4.1Python6
1.4.2TensorFlow6
第2章Python基础9
2.1Python简介10
2.1.1概述10
2.1.2Python的特点10
2.1.3Python的版本11
2.2Python的安装11
2.2.1Python官网下载安装11
2.2.2Anaconda的安装14
2.3Spyder编辑器16
2.3.1Spyder界面16
2.3.2Spyder快捷键19
2.4Python基础知识19
2.4.1基本语法20
2.4.2基本数据类型和运算23
2.4.3列表、元组和字符串25
2.4.4字典和集合32
2.4.5分支和循环35
2.4.6函数和类37
2.4.7模块40
第3章Python基础库43
3.1Numpy库44
3.1.1创建数组44
3.1.2ndarray类47
3.1.3数组操作48
3.1.4形状操作55
3.2Matplotlib库58
3.2.1快速绘图58
3.2.2绘制多轴图61
3.2.3绘制3D图64
3.3Scipy库67
3.3.1scipy.io67
3.3.2scipy.linalg68
3.3.3scipy.fftpack69
3.3.4scipy.optimize70
3.3.5scipy.interpolate71
3.3.6scipy.stats72
第4章TensorFlow基础75
4.1概述76
4.2TensorFlow的安装77
4.3TensorFlow基本概念79
4.3.1Graph和Session79
4.3.2placeholder82
4.3.3tensor82
4.3.4Variable85
4.3.5fetch和feed87
4.4MNIST89
4.4.1MNIST简介89
4.4.2MNIST解析90
第5章神经网络基础95
5.1神经网络概述96
5.1.1神经网络常用术语97
5.1.2神经网络模型99
5.1.3神经网络的运作99
5.1.4神经网络算法的特点100
5.2神经元模型101
5.3激活函数103
5.4.1sigmoid函数104
5.4.2tanh函数104
5.4.3ReLU函数105
5.4.4softmax函数106
5.4损失函数106
5.4.1均方差函数106
5.4.2交叉熵函数107
5.5梯度下降算法107
5.5.1梯度下降算法推导108
5.5.2梯度下降算法种类108
5.5BP算法109
5.5.1BP网络简介109
5.5.2BP算法流程110
5.6仿真实例112
第6章神经网络基础应用117
6.1感知机118
6.1.1感知机网络结构119
6.1.2感知机学习规则120
6.1.3感知机网络训练120
6.1.5仿真实例121
6.2线性回归123
6.2.1线性回归理论123
6.2.2仿真实例126
6.3逻辑回归129
6.3.1逻辑回归理论129
6.3.2仿真实例131
第7章卷积神经网络137
7.1概述138
7.2卷积神经网络结构139
7.2.1卷积层141
7.2.2池化层144
7.2.3全连接层147
7.2.4Dropout 层148
7.3训练过程148
7.4卷积神经网络经典模型149
7.4.1LeNet-5模型149
7.4.2AlexNet模型150
7.5仿真实例152
第8章循环神经网络159
8.1循环神经网络概述160
8.1.1循环神经网络结构160
8.1.2循环神经网络前向传播162
8.1.3循环神经网络训练算法163
8.2长短时记忆网络（LSTM）163
8.2.1LSTM结构164
8.2.2LSTM前向计算165
8.2.3LSTM训练算法169
8.2.4LSTM程序实现169
8.3循环神经网络的变种170
8.3.1双向循环神经网络170
8.3.2深层循环神经网络171
8.4仿真实例172
附录APython主要函数181
附录BTensorFlow主要函数189
参考文献198
|
| 內容試閱：
|
前 言
继2016年3月击败世界围棋大师李世石，AlphaGo又于2017年5月横扫中国九段棋手柯洁，从此人工智能成为最火热的词汇之一，人工智能的应用遍地开花，热度持续高涨，IT领域甚至言必称之。因此，众多有志之士欲投身到人工智能的浪潮之中，但如何快速入门成为摆在他们面前的第一道障碍。
千里之行，始于足下。下面先梳理一下人工智能、机器学习和深度学习的关系。人工智能是宽泛概念上的高级计算智能，机器学习是研究人工智能的一个有效手段，而深度学习是机器学习的一个分支。深度学习突破了传统机器学习算法的瓶颈，推动了人工智能领域的快速发展；而目前大多数深度学习都是通过神经网络来实现的。
工欲善其事，必先利其器。神经网络和深度学习的框架和程序实现语言有很多种。其中，TensorFlow由于其灵活性、高效性和可移植性，成为目前最流行的一种深度学习框架；Python语言由于其简洁性、易读性和可扩展性，已成为目前最受欢迎的深度学习程序设计语言。
本书基于TensorFlow框架和Python语言来实现基本神经网络算法和深度学习算法，主要内容包括：第1章综述人工智能、机器学习和深度学习的基本知识；第2章、第3章介绍Python及其基础库Numpy、Matplotlib和Scipy的使用方法；第4章介绍TensorFlow的基本知识和使用方法；第5章、第6章介绍神经网络的基础知识以及它的基础应用感知机、线性回归与逻辑回归的理论与实现；第7章、第8章介绍两种热门的深度神经网络?卷积神经网络和循环神经网络的理论与实现。
本书旨在作为一本神经网络与深度学习的入门图书，其主要特点有：
（1）系统性：首先介绍Python、TensorFlow的使用方法，然后介绍基本神经网络的理论及应用，最后介绍深度神经网络的理论及实现，内容由浅入深、循序渐进。
（2）通用性：程序实例采用通用的数值优化和MNIST手写字体案例，适合各学科和各领域的人员理解和学习。
（3）实用性：注重理论联系实际，首先进行理论介绍，然后进行程序实现，通过理论介绍来初步了解算法，通过程序实现来深入理解算法。
本书适于电子、通信、计算机、自动化、机器人和经济学等学科以及信号处理、语音识别、图像识别、模式识别、机器翻译和人机交互等领域的读者阅读，既可作为高等院校高年级本科生和研究生的学习用书，也可供相关领域的科研人员学习参考。
为了便于读者学习和参考，书中的实例程序可在华信教育资源网（https：www.hxedu.com.cn）免费下载，或通过与本书责任编辑（zhangls@phei.com.cn）联系获取。
在本书编写过程中，得到了北京无线电测量研究所科技委、档信中心、总体部以及航天科工二院创客银行项目的支持和帮助，电子工业出版社相关编辑为本书的编辑出版付出了辛勤劳动，特此表示感谢。
最后要感谢我的爱人焦淑娟和爱子包佳铭所给予的支持和动力。由于编著者水平有限，书中定有不足之处，诚望各位专家和读者批评指正。联系方式：bao_ziyang@163.com。
编著者
2019年1月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
