类别: 编程, 神经网络
出版年份: 2017
阅读年份: 2022
好
阅读次数: 1
总页数: 274
摘要（页）: 5
原始出版语言:
英语
其他语言的翻译: 俄语
总体描述
本书约270页。包含大量图形材料。难度等级为中等。
简要概述
第1章：神经网络的工作原理
本章解释了神经网络的基本工作原理：什么是神经元、权重、信号总和和激活函数。作者直观地介绍了学习、误差和反向传播的概念，避免了复杂的数学。本章的主要目标是建立对神经网络为何能够学习的正确心智模型。
第2章：使用Python创建神经网络
本章逐步从零开始，在不使用框架的情况下，用Python实现了一个简单的神经网络。作者展示了如何初始化权重、实现前向传播、训练和反向传播误差。最后，该网络学会了识别手写数字（MNIST），读者也得到了一个可工作且易于理解的代码。
第3章：几个有趣的项目
本章重点介绍了已创建的神经网络的实际应用和对其实验。探讨了如何提高识别质量、处理自有图像以及训练参数的影响。主要重点在于如何修改和扩展模型，而不仅仅是盲目地使用现成的示例。
附录A：微积分简明介绍
本附录解释了理解神经网络训练过程所需的最低限度的数学知识。导数和梯度在直观层面上被介绍——恰好是理解反向传播算法所需的程度。这不是一本数学分析教科书，而是一座通往正文的"数学桥梁"。
附录B：在Raspberry Pi上运行的神经网络
此处展示了如何在Raspberry Pi上运行和使用该神经网络。作者证明，只要模型足够简单，神经网络即使在性能较弱的硬件上也能运行。该附录很好地说明了嵌入式方法和独立设备的实践方面。
个人看法
这是我开始理解神经网络内部工作原理及其实际实现方式所读的第一本书。作者以Python为例，开发了一个原始的神经网络，并在各章节中逐步完善它。最终，材料呈现得清晰、有条理且易于理解。
