编辑推荐
本书用通俗易懂的语言讲解神经网络的相关知识。
内容简介
全书共6章。第1章对神经网络领域进行概述，包括其历史和应用；第2章深入探讨神经元的数学模型，包括其输入、权值、偏置和激活函数；第3章介绍感知机的概念，讨论感知机的结构，并解释如何用它来解决简单的分类问题；
第4章介绍多层感知机的概念，讲述如何使用前馈传播和反向传播，同时详细介绍了反向传播中用到的链式法则；第5章涵盖训练神经网络时使用的各种参数和算子；第6章介绍神经网络的分布式学习、压缩和解释，其中分布式学习涵盖使用多台计算机或设备在大型数据集上训练神经网络的内容。
作者简介
编著者申富饶，南京大学人工智能学院教授，博士生导师。主要研究方向包括神经网络、计算机视觉、机器人智能。
章节目录
版权信息
前言
主要符号表
第1章 绪论
1.1 神经网络简介
1.2 神经网络的应用
1.3 神经网络的研究目标
1.4 神经网络的发展历史
1.5 神经网络的研究现状
1.6 神经网络的研究方法
1.7 小结
练习
第2章 神经元
2.1 神经元模型
2.2 神经元的组成成分
2.3 感知机神经元
2.4 神经元的应用
2.5 小结
练习
第3章 单层感知机
3.1 神经元的连接
3.2 单层感知机
3.3 单层感知机的应用
3.4 小结
练习
第4章 多层感知机
4.1 引入隐藏层的必要性
4.2 多层感知机的基本概念
4.3 多层感知机的学习
4.4 多层感知机的深入分析
4.5 多层感知机的应用
4.6 小结
练习
第5章 神经网络模型优化
5.1 学习率
5.2 损失函数
5.3 正则化
5.4 归一化
5.5 参数初始化
5.6 网络预训练
5.7 TREC分类任务
5.8 小结
练习
第6章 神经网络的分布式学习、压缩和解释
6.1 神经网络分布式学习
6.2 神经网络压缩
6.3 神经网络可解释性
6.4 小结
练习
参考文献
简明神经网络是2024年由机械工业出版社出版,作者申富饶 编著。
得书感谢您对《简明神经网络》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。
