类似推荐
编辑推荐
系统论述神经网络及深度学习的基本理论、方法、技术和MATLAB仿真案例。
内容简介
本书阐述经典神经网络及典型的深度学习(神经网络)方法的基本架构、算法原理及相关问题。在此基础上，介绍MATLAB中神经网络工具箱在神经网络、深度学习中的应用，并给出相应的应用实例。
本书可作为高等院校相关专业的本科生、研究生及从事神经网络及深度学习方面学习及研究工作的专业人员的参考书。
作者简介
编著者姚舜才，中北大学副教授，硕士生导师。于2016年在美国密歇根科技大学做访问学者。目前主要研究神经网络及深度学习在系统数据建模中的应用。
章节目录
版权信息
作者简介
内容简介
前言
第一部分 神经网络基础及MATLAB
绪论
第1章 神经网络概述
第2章 MATLAB基本知识及神经网络工具箱简介
2.1 MATLAB基本知识
2.2 MATLAB神经网络工具箱
第二部分 经典神经网络
第3章 感知机
3.1 感知机的基本结构与算法基础
3.2 感知机的MATLAB实现
第4章 线性神经网络
4.1 线性神经网络的基本结构与算法基础
4.2 线性神经网络的MATLAB实现
4.3 关于线性神经网络的几点讨论
第5章 BP神经网络
5.1 BP神经网络的基本结构与算法基础
5.2 BP神经网络的MATLAB实现
第6章 径向基神经网络
6.1 径向基神经网络的基本结构与算法基础
6.2 径向基神经网络的MATLAB实现
6.3 关于径向基神经网络的几点讨论
第7章 Hopfield神经网络
7.1 Hopfield神经网络的基本结构与算法基础
7.2 Hopfield神经网络的MATLAB实现
7.3 关于Hopfield神经网络的几点讨论
第8章 SOM神经网络
8.1 SOM神经网络的基本结构与算法基础
8.2 SOM神经网络的MATLAB实现
8.3 关于SOM神经网络的几点讨论
第9章 概率神经网络
9.1 概率神经网络的基本结构与算法基础
9.2 概率神经网络的MATLAB实现
第三部分 深度学习神经网络
第10章 深度信念网络
10.1 玻耳兹曼机基本结构及学习
10.2 深度信念网络的基本结构
10.3 深度信念网络的MATLAB实现
第11章 自编码器
11.1 自编码器的基本结构与算法基础
11.2 自编码器的MATLAB实现
第12章 卷积神经网络
12.1 卷积神经网络的基本结构与算法基础
12.2 卷积神经网络的实现
第13章 生成对抗网络（GAN）
13.1 GAN的起源与发展
13.2 GAN的结构与原理
13.3 GAN的MATLAB实现
第14章 循环神经网络
14.1 循环神经网络的结构与算法基础
14.2 LSTM网络的MATLAB实现
参考文献
神经网络与深度学习：基于MATLAB的仿真与实现是2022年由清华大学出版社出版,作者姚舜才 编著。
得书感谢您对《神经网络与深度学习：基于MATLAB的仿真与实现》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
