白話深度學習的數學
[日]立石賢吾
377人在讀
9.8萬字總字數
¥34.9定價
[日]立石賢吾
本書通過想要學習深度學習的程序員綾乃和她朋友美緒的對話，逐步講解深度學習中實用的數學基礎知識。內容涉及神經網絡的結構、感知機、正向傳播和反向傳播，以及卷積神經網絡。其中，重點講解了容易成爲學習絆腳石的數學公式和符號。同時，還通過實際的Python 編程實現神經網絡，加深讀者對相關數學知識的理解。 本書適合對深度學習感興趣、想要從事深度學習相關研究，但是對深度學習和神經網絡相關數學知識感到棘手的讀者閱讀。
這本書做筆記的重點不是摘抄公式和原理，重要的作者是把深度學習引出來的思路。
最後有關卷積神經網絡的實現涉及到了一些矩陣向量的運算，這裏沒有太看懂。之後有時間再來回顧
排版可以優化下嗎？好多上下標看不清，有的圖也很糊，實在不行，出個pdf版吧
整體思路清晰。缺點是圖片模糊，由於有大量矩陣運算示例，矩陣元素座標很多時候糊的根本看不清
繼承了第一本的風格，依然直白易懂。機器學習中有很多算法，比如線性迴歸，邏輯迴歸，感知機，神經網絡等，但是能解決實際難題的往往是神經網絡模型，我們把對超多層(深層)複雜的神經網絡的權重的學習過程，叫做深度學習。因此第二本的內容將比第一本更加傾向於實際應用，但閱讀起來也需要有第一本的知識基礎。