在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例Clojure → [图灵程序设计丛书].深度学习的数学 ([图灵程序设计丛书].深度学习的数学)

[图灵程序设计丛书].深度学习的数学 ([图灵程序设计丛书].深度学习的数学)

Clojure

下载此实例
  • 开发语言:Others
  • 实例大小:9.31M
  • 下载次数:37
  • 浏览次数:122
  • 发布时间:2022-07-12
  • 实例类别:Clojure
  • 发 布 人:夸克
  • 文件格式:.pdf
  • 所需积分:20

实例介绍

【实例简介】[图灵程序设计丛书].深度学习的数学 ([图灵程序设计丛书].深度学习的数学)

【实例截图】

【核心代码】

目 录
深度学习的数学.indd 7
2019/7/2 10:46:32
图灵社区会员 ChenyangGao(2339083510@qq.com) 专享 尊重版权viii 目录
2
-
11 用 Excel 体验梯度下降法 …………………………………91
2
-
12
 最优化问题和回归分析 ……………………………………94
第3章 神经网络的最优化
3
-
1
 神经网络的参数和变量 …………………………………… 102
3
-
2
 神经网络的变量的关系式 ………………………………… 111
3
-
3
 学习数据和正解 …………………………………………… 114
3
-
4
 神经网络的代价函数 ……………………………………… 119
3
-
5
 用 Excel 体验神经网络 …………………………………… 127
第4章 神经网络和误差反向传播法
4
-
1
 梯度下降法的回顾 ………………………………………… 134
4
-
2
 神经单元误差δlj …………………………………………… 141
4
-
3
 神经网络和误差反向传播法 ……………………………… 146
4
-
4
 用 Excel 体验神经网络的误差反向传播法 ……………… 153
第5章 深度学习和卷积神经网络
5
-
1
 小恶魔来讲解卷积神经网络的结构 ……………………… 168
5
-
2
 将小恶魔的工作翻译为卷积神经网络的语言 …………… 174
5
-
3
 卷积神经网络的变量关系式 ……………………………… 180
5
-
4
 用 Excel 体验卷积神经网络 ……………………………… 193
2-
11
 用 Excel 体验梯度下降法
2
-
12
 最优化问题和回归分析
3-
1
 神经网络的参数和变量
3-
2
 神经网络的变量的关系式
3-
3
 学习数据和正解
3-
4
 神经网络的代价函数
3-
5
 用 Excel 体验神经网络
4
-
1
 梯度下降法的回顾
4
-
2
 神经单元误差
4
-
3
 神经网络和误差反向传播法
4
-
4
 用 Excel 体验神经网络的误差反向传播法
5
-
1
 小恶魔来讲解卷积神经网络的结构
5-
2
 将小恶魔的工作翻译为卷积神经网络的语言
5-
3
 卷积神经网络的变量关系式
5-
4
 用 Excel 体验卷积神经网络
深度学习的数学.indd 8
2019/7/2 10:46:32目录 ix
5
-
5
 卷积神经网络和误差反向传播法 ………………………… 200
5
-
6
 用 Excel 体验卷积神经网络的误差反向传播法 ………… 212
附录 
A
 训练数据(1) ……………………………………………… 222
B
 训练数据(2) ……………………………………………… 223
C
 用数学式表示模式的相似度 ……………………………… 225
5
-
5
 卷积神经网络和误差反向传

实例下载地址

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警