扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
神经网络及深度学习基础 版权信息
- ISBN：9787567030503
- 条形码：9787567030503 ; 978-7-5670-3050-3
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
神经网络及深度学习基础 本书特色
本书作为海洋大学核心通识课配套的教材建设项目，主要包括经典的人工神经网络和目前热门的深度学习网络，分为理论篇与实践篇。理论篇包括BP神经网络、径向基网络、自组织网络、反馈网络、不确定方法、深度卷积神经网络、深度学习循环网络等10章内容。实践篇主要是对理论篇介绍的各种网络的设计和应用。本书强调网络模型的理论基础，从数学的角度介绍网络的算法、分析网络的性能以及优化网络的应用。教材的读者主要是各高校相关课程的选课学生和教师，以及对神经网络和深度学习领域感兴趣的人员。
神经网络及深度学习基础 内容简介
本书内容兼顾经典的神经网络和**的深度学**经网络。本书为中国海洋大学核心通识课的配套教材，也可以作为本科生、研究生的专业课教材。
神经网络及深度学习基础 目录
第1章 人工神经网络引论
1.1 初识人工神经网络
1.2 人工神经网络的发展历史
1.3 人工神经网络的类型
1.4 人工神经网络的应用领域
1.5 小结
1.6 扩展阅读
第2章 神经元模型及网络结构
2.1 点积的定义与计算
2.2 生物神经元
2.3 人工神经元
2.4 网络结构
2.5 人工神经网络的学习
2.6 小结
2.7 扩展阅读
第3章 感知器
3.1 基础知识
3.2 感知器的网络结构
3.3 感知器的学习
3.4 线性不可分问题
3.5 网络的收敛性
3.6 小结
3.7 扩展阅读
第4章 误差反传（BP）神经网络
4.1 梯度下降算法
4.2 BP网络的结构
4.3 BP算法
4.4 算法的理论推导
4.5 算法的改进
4.6 BP算法的收敛性分析
4.7 小结
4.8 扩展阅读
第5章 径向基神经网络
5.1 基础知识
5.2 RBF神经网络的结构
5.3 径向基网络的学习
5.4 广义回归神经网络
5.5 概率神经网络
5.6 小结
5.7 扩展阅读
第6章 反馈型神经网络
6.1 基础知识（NP问题）
6.2 Hopfield网络模型
6.3 Hopfield网络的稳定性
6.4 用Hopfield网络解决TSP问题
6.5 Elman神经网络模型
6.6 小结
6.7 扩展阅读
第7章 竞争型神经网络
7.1 基础知识
7.2 自组织特征映射神经网络
7.3 学习向量量化神经网络
7.4 小结
7.5 扩展阅读
第8章 非确定方法
8.1 基础知识
8.2 网络的非确定训练算法
8.3 波兹曼机
8.4 小结
8.5 扩展阅读
第9章 深度卷积神经网络
9.1 基础知识（卷积）
9.2 卷积神经网络模型
9.3 卷积神经网络的学习
9.4 卷积神经网络实例
9.5 小结
9.6 扩展阅读
第10章 循环神经网络
10.1 简单循环网络
10.2 循环神经网络的应用
10.3 循环神经网络的学习
10.4 门控循环神经网络
10.5 深度循环神经网络
10.6 小结
10.7 扩展阅读
第11章 MATLAB基本命令
11.1 MATLAB窗口
11.2 数据和变量
11.3 向量与矩阵的表示及运算
11.4 绘图命令
11.5 控制流程
11.6 函数文件
第12章 感知器的设计与应用
12.1 工具箱函数
12.2 单层感知器设计实例
12.3 多层感知器设计实例
第13章 BP神经网络的设计与应用
13.1 工具箱函数
13.2 基于BP神经网络的函数逼近
13.3 新旧版本建网函数性能比较
13.4 利用BP神经网络实现股市预测
第14章 径向基神经网络的设计与应用
14.1 工具箱函数
14.2 径向基网络设计的方法
14.3 径向基网络设计实例
第15章 Hopfield网络的设计与应用
15.1 工具箱函数
15.2 Hopfield网络的联想记忆
15.3 基于Hopfield网络的数字识别
第16章 竞争型神经网络的设计与应用
16.1 工具箱函数
16.2 SOM网络设计实例
16.3 LVQ网络设计实例
第17章 模拟退火算法的设计与应用
17.1 模拟退火算法的应用实例
17.2 蒙特卡罗方法的应用实例
第18章 深度卷积神经网络的设计与应用
18.1 构建深度卷积神经网络识别手写数字
18.2 使用残差神经网络识别彩色图像
第19章 循环神经网络的设计与应用
19.1 长短期记忆（LSTM）网络设计实例
参考文献
附录符号说明
1.1 初识人工神经网络
1.2 人工神经网络的发展历史
1.3 人工神经网络的类型
1.4 人工神经网络的应用领域
1.5 小结
1.6 扩展阅读
第2章 神经元模型及网络结构
2.1 点积的定义与计算
2.2 生物神经元
2.3 人工神经元
2.4 网络结构
2.5 人工神经网络的学习
2.6 小结
2.7 扩展阅读
第3章 感知器
3.1 基础知识
3.2 感知器的网络结构
3.3 感知器的学习
3.4 线性不可分问题
3.5 网络的收敛性
3.6 小结
3.7 扩展阅读
第4章 误差反传（BP）神经网络
4.1 梯度下降算法
4.2 BP网络的结构
4.3 BP算法
4.4 算法的理论推导
4.5 算法的改进
4.6 BP算法的收敛性分析
4.7 小结
4.8 扩展阅读
第5章 径向基神经网络
5.1 基础知识
5.2 RBF神经网络的结构
5.3 径向基网络的学习
5.4 广义回归神经网络
5.5 概率神经网络
5.6 小结
5.7 扩展阅读
第6章 反馈型神经网络
6.1 基础知识（NP问题）
6.2 Hopfield网络模型
6.3 Hopfield网络的稳定性
6.4 用Hopfield网络解决TSP问题
6.5 Elman神经网络模型
6.6 小结
6.7 扩展阅读
第7章 竞争型神经网络
7.1 基础知识
7.2 自组织特征映射神经网络
7.3 学习向量量化神经网络
7.4 小结
7.5 扩展阅读
第8章 非确定方法
8.1 基础知识
8.2 网络的非确定训练算法
8.3 波兹曼机
8.4 小结
8.5 扩展阅读
第9章 深度卷积神经网络
9.1 基础知识（卷积）
9.2 卷积神经网络模型
9.3 卷积神经网络的学习
9.4 卷积神经网络实例
9.5 小结
9.6 扩展阅读
第10章 循环神经网络
10.1 简单循环网络
10.2 循环神经网络的应用
10.3 循环神经网络的学习
10.4 门控循环神经网络
10.5 深度循环神经网络
10.6 小结
10.7 扩展阅读
第11章 MATLAB基本命令
11.1 MATLAB窗口
11.2 数据和变量
11.3 向量与矩阵的表示及运算
11.4 绘图命令
11.5 控制流程
11.6 函数文件
第12章 感知器的设计与应用
12.1 工具箱函数
12.2 单层感知器设计实例
12.3 多层感知器设计实例
第13章 BP神经网络的设计与应用
13.1 工具箱函数
13.2 基于BP神经网络的函数逼近
13.3 新旧版本建网函数性能比较
13.4 利用BP神经网络实现股市预测
第14章 径向基神经网络的设计与应用
14.1 工具箱函数
14.2 径向基网络设计的方法
14.3 径向基网络设计实例
第15章 Hopfield网络的设计与应用
15.1 工具箱函数
15.2 Hopfield网络的联想记忆
15.3 基于Hopfield网络的数字识别
第16章 竞争型神经网络的设计与应用
16.1 工具箱函数
16.2 SOM网络设计实例
16.3 LVQ网络设计实例
第17章 模拟退火算法的设计与应用
17.1 模拟退火算法的应用实例
17.2 蒙特卡罗方法的应用实例
第18章 深度卷积神经网络的设计与应用
18.1 构建深度卷积神经网络识别手写数字
18.2 使用残差神经网络识别彩色图像
第19章 循环神经网络的设计与应用
19.1 长短期记忆（LSTM）网络设计实例
参考文献
附录符号说明
展开全部
书友推荐
本类畅销
-
Photoshop 2022中文版案例教程
¥44.1¥59.8 -
局域网组建、管理与维护(第4版)(微课版)
¥47¥59 -
园林AUTOCAD教程
¥24¥45 -
Python实战编程:从零学Python
¥81¥108 -
Java程序设计基础
¥37¥50 -
数据备份与恢复
¥51.4¥69
