超值优惠券
¥50
满100可用 有效期2天

全场图书通用（淘书团除外）

 
不再提示
关闭
图书盲袋，以书为“药”
26周年店庆|每满88减40，到手低至1元
欢迎光临中图网 请 | 注册
搜索
搜索全部
  • 搜索全部
  • 书名
  • 作者
  • 出版社
  • ISBN
高级搜索
我身体里的人造星星乡间的日常情感勒索神秘的黑猫
  • 合成诗经
  • 新人领礼券
  • 新用户注册领10元
中图网
>
计算机/网络
>
计算机教材
神经网络与深度学习(微课视频版)
分享

神经网络与深度学习(微课视频版)

作者：尚文倩
出版社：清华大学出版社出版时间：2022-12-01
开本： 其他 页数： 267
本类榜单：计算机/网络销量榜
中 图 价:¥41.9(7.0折) 定价  ¥59.9 登录后可看到会员价
加入购物车 收藏
运费6元，满39元免运费
?新疆、西藏除外
本类五星书更多>
中图价:¥41.9 加入购物车
洞明世事，从读书开始 淘书团

神经网络与深度学习(微课视频版) 版权信息

  • ISBN：9787302621836
  • 条形码：9787302621836 ; 978-7-302-62183-6
  • 装帧：一般胶版纸
  • 册数：暂无
  • 重量：暂无
  • 所属分类：
    计算机/网络
    >
    计算机教材

神经网络与深度学习(微课视频版) 本书特色

本书从神经网络起源开始介绍人工神经网络发展过程中出现的多种优秀模型，从理论到实践系统介绍和分析了每个模型的提出原因、模型结构、运行过程以及如何实现。书中从神经元入手，由小到大、由点到面地介绍了在神经网络发展过程中里程碑式的网络模型。 书籍梳理了多种模型结构、学习算法、数据集以及实现过程，采用科学的学习模式设计教材，让读者先从理论入手，经过详细的文字和数学公式的引导，自己尝试实现模型。书籍每章都包括理论、应用和实践三个主要部分，这是目前很多同类型教材不具备的，本书可以作为高等院校专业和非专业学生的教材，教材内容严谨充实，拥有深度但不晦涩难懂，可以作为神经网络入门的指路灯塔，亦可作为从事相关研究人员的知识全集。 是国内出版的关于深度学习的图书。作者在自然语言处理、深度学习领域做出了许多业界领先的工作，同名课程深受学生们的好评，该课程的讲义也在网上广为流传。本书是基于作者多年来研究、教学**线的丰富经验撰写而成，内容详尽，叙述严谨，图文并茂，通俗易懂。确信一定会得到广大读者的喜爱。强烈推荐！

神经网络与深度学习(微课视频版) 内容简介

本书从两大部分阐述了神经网络与深度学习的基本理论： 一是神经网络； 二是深度学习。系统地整理了神经网络与深度学习的知识体系，由浅入深地进行了详细讲解。全书共13章，第1章介绍神经网络的概念、发展历史、研究内容、应用领域以及神经网络与深度学习的关系。其后12章的内容分为两大部分： **部分（第2~7章）阐述了6种典型的神经网络模型，即MP模型、感知机模型、BP神经网络、Hopfield神经网络、玻耳兹曼机、自组织神经网络等。第二部分（第8~13章）阐述了深度学习的6种经典模型，即深度神经网络、深度置信网络、卷积神经网络、循环神经网络、生成式对抗网络、图神经网络等。详细介绍了它们的网络结构、学习算法、工作原理、应用实例及操作实践，使学生在全面掌握神经网络与深度学习相关知识的同时，提高动手能力，并提高应用神经网络与深度学习技术来解决实际问题的能力。每章后面附有习题，以供读者练习。 本书还增加了课程思政的内容，在介绍各种神经网络与深度学习模型的基本原理、具体应用场景以及实践运用的同时，引导学生明晰技术前沿发展，明确领域社会价值，树立远大职业理想，深刻认识个人专业对国家发展和社会建设以及历史进程的推动影响。培养学生精益求精的工匠精神、刻苦钻研的探索精神和团队协作的共赢精神，永不停顿地对未知领域进行探究，不仅有助于促进个人发展更有助于推动社会形成强大而持久的生产力和创造力。 本书主要作为计算机及相关学科研究生和高年级本科生的课程教材，也可供相关领域的研究人员和工程技术人员参考。

神经网络与深度学习(微课视频版) 目录

第1章绪论


1.1神经网络的概念


1.2神经网络的发展历史


1.2.1启蒙时期


1.2.2萧条时期


1.2.3复兴时期


1.2.4高潮时期


1.3神经网络的研究内容


1.3.1神经元模型


1.3.2神经网络的结构


1.3.3神经网络与深度学习的学习算法


1.4神经网络的应用领域


1.4.1自然语言处理


1.4.2推荐系统


1.4.3医学领域


1.4.4网络空间安全


1.4.5控制领域


1.4.6交通领域


1.4.7心理学领域


1.5神经网络与深度学习的关系


1.6习题

第2章神经网络基础


2.1生物神经系统


2.1.1生物神经元的结构


2.1.2生物神经元的功能


2.1.3生物神经元和人工神经元的区别


2.2人工神经元模型


2.2.1人工神经元的结构


2.2.2激活函数


2.2.3其他常用激活函数


2.3MP神经元模型


2.3.1基础MP神经元模型


2.3.2延时MP模型


2.3.3改进的MP模型


2.4神经网络的互连结构


2.5神经网络的学习


2.5.1神经网络的学习方式


2.5.2神经网络的学习规则


2.6本章实践


2.7习题

第3章感知机


3.1感知机原理


3.1.1单层感知机


3.1.2多层感知机


3.2感知机模型


3.3感知机算法


3.3.1随机梯度下降法


3.3.2感知机学习算法


3.4感知机改进算法


3.5本章实践


3.6习题

第4章误差反向传播神经网络


4.1BP神经网络结构


4.2BP学习算法


4.2.1BP算法的过程


4.2.2BP神经网络的优化算法


4.3BP神经网络学习算法的改进与优化


4.3.1BP神经网络的优点


4.3.2BP算法存在的问题


4.3.3累积误差算法的BP神经网络


4.3.4Sigmoid函数输出限幅的BP算法


4.3.5增加动量项的BP算法


4.3.6学习率自适应调整算法


4.4BP神经网络的应用


4.5本章实践


4.6习题

第5章Hopfield神经网络


5.1Hopfield神经网络概述


5.2离散型Hopfield神经网络


5.2.1离散型Hopfield神经网络结构及工作方式


5.2.2离散型Hopfield神经网络的吸引子与能量函数


5.2.3离散型Hopfield神经网络的连接权值设计


5.2.4离散型Hopfield神经网络的信息存储容量


5.3连续型Hopfield神经网络


5.3.1连续型Hopfield神经网络的结构


5.3.2连续型Hopfield神经网络的神经元


5.3.3连续型Hopfield神经网络的能量函数


5.4Hopfield神经网络的应用


5.4.1离散型Hopfield神经网络的应用


5.4.2连续型Hopfield神经网络的应用


5.5本章实践


5.5.1离散型Hopfield神经网络实践


5.5.2连续型Hopfield神经网络实践


5.6习题

第6章玻耳兹曼机


6.1随机型神经网络概述


6.2玻耳兹曼机原理


6.2.1玻耳兹曼机的网络结构


6.2.2玻耳兹曼机的能量函数及玻耳兹曼分布


6.2.3玻耳兹曼机的运行规则


6.2.4玻耳兹曼机的联想记忆


6.3受限玻耳兹曼机原理


6.3.1受限玻耳兹曼机的网络结构


6.3.2受限玻耳兹曼机的能量函数


6.3.3受限玻耳兹曼机的运行规则


6.3.4受限玻耳兹曼机的应用


6.4本章实践


6.5习题

第7章自组织神经网络


7.1自组织神经网络概述


7.2竞争学习


7.2.1竞争学习的概念


7.2.2竞争学习规则


7.3自组织神经网络原理


7.3.1自组织神经网络的概念


7.3.2自组织神经网络的结构


7.3.3自组织神经网络的设计


7.3.4自组织神经网络的权值调整域


7.3.5自组织神经网络的运行原理与学习算法


7.3.6自组织神经网络应用实例


7.4改进的自组织神经网络模型


7.4.1采用混合高斯模型的自组织神经网络


7.4.2动态自组织神经网络模型


7.5本章实践


7.6习题

第8章深度神经网络


8.1深度神经网络概述


8.2深度神经网络的网络结构


8.2.1深度神经网络的基本结构


8.2.2深度神经网络的前向传播


8.2.3深度神经网络的反向传播


8.3深度神经网络的优化


8.3.1损失函数的选择


8.3.2参数优化


8.3.3正则优化


8.4深度神经网络的应用


8.5本章实践


8.6习题

第9章深度置信网络


9.1深度置信网络概述


9.2深度置信网络的网络结构


9.2.1深度置信网络的基础结构


9.2.2DBNDNN的训练过程


9.3改进的深度置信网络算法


9.4深度置信网络的应用


9.5本章实践


9.6习题

第10章卷积神经网络


10.1卷积神经网络概述


10.2卷积神经网络基本部件


10.2.1输入层


10.2.2卷积层


10.2.3池化层


10.2.4激活层


10.2.5全连接层


10.2.6目标函数


10.2.7卷积神经网络的基本特征


10.3卷积神经网络的网络结构


10.3.1基本结构


10.3.2前向传播


10.3.3反向传播


10.4改进的卷积神经网络


10.4.1AlexNet神经网络


10.4.2VGGNets神经网络


10.5卷积神经网络的应用


10.6本章实践


10.7习题

第11章循环神经网络


11.1循环神经网络概述


11.2循环神经网络的网络结构


11.2.1基本结构


11.2.2前向传播


11.2.3反向传播


11.3循环神经网络的优化算法


11.3.1门控算法


11.3.2深度算法


11.4循环神经网络的应用


11.5本章实践


11.6习题

第12章生成式对抗网络


12.1生成式对抗网络概述


12.2生成式对抗网络的结构


12.2.1生成式对抗网络的判别器


12.2.2生成式对抗网络的生成器


12.2.3生成式对抗网络的运行流程


12.3改进的生成式对抗网络


12.3.1生成式对抗网络的优势与缺陷


12.3.2生成式对抗网络的问题分析及改进


12.4生成式对抗网络的应用


12.5本章实践


12.6习题

第13章图神经网络


13.1图神经网络概述


13.2图


13.2.1图的基本定义


13.2.2图的基本类型


13.2.3邻居和度


13.2.4子图与路径


13.3图神经网络模型


13.3.1图卷积神经网络


13.3.2图注意力网络


13.3.3图自动编码器


13.3.4图生成网络


13.3.5递归图神经网络


13.4GNN的应用


13.5本章实践


13.6习题

参考文献



展开全部
商品评论(0条)
写书评 赚书币
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
新手上路
新用户指引
注册用户 更改注册信息
购物常见问题
关于特价书的常见问题
购买问题
订单跟踪
付款方式
账户余额  申请提现
配送方式及费用、范围
集团购买
售后服务
退换货流程
投诉与建议
特色服务
会员等级与书币
中图网书馨卡
邀请好友购买返10元礼包
其他信息
本站简介
联系我们
招聘英才
网站联盟
友情链接
微信公众号
中图网微信
中图网微博
中图网微博
手机中图网
手机中图网
中图网
诚信认证 电子商务诚信单位认证

京ICP备09013606号-3京信市监发[2002]122号海淀公安分局备案编号：1101083394

营业执照出版物经营许可证 京出发京批字第直110071

在线客服