從零開始構建深度前饋神經網絡（Python+TensorFlow 2.x）

內容簡介

通過超強硬件和大量的數據積累，人工智能浪潮第三次興起。藉助人工智能技術，公安部門可以輕鬆抓捕潛逃多年的罪犯，“AI換臉”已經成爲普通用戶的娛樂方式之一，智慧城市、自動駕駛開始在多個城市有試點…… GPT-3、Switch Transformer開啓了新的時代，而智源研究院的悟道2.0參量則高達1.75萬億。訓練有素的結構生物學家花費上千萬美元歷時多年的研究結果，AlphaFold v2.0在朝夕之間便完成預測。 今天，主動擁抱新變化，積極學習新知識，愈發顯得重要。很多人積極投入熱情、時間和金錢後，沒能堅持多久就中斷了學習。也有很多同學對此表示觀望甚至放棄，覺得憑自己的基礎不足以把握這次機會。 誠然，僅憑一本書很難幫助普通讀者深刻理解並熟練掌握深度學習中的全部知識，因此“AI精研社”規劃了一個系列圖書，給出完整的解決方案，希望能幫助讀者循序漸進、平滑而高效地成長爲合格的人工智能算法實踐（practitioners）。 本書是“人工智能與大數據技術大講堂”系列圖書的第2部。本書從體驗手寫數字（k近鄰算法）識別開始，循序漸進地不斷加深讀者對神經網絡模型的理解，進而可以設計並實現自己的模型。另外，本書通過Python+NumPy從零開始構建神經網絡模型，強化讀者對算法思想的理解，並通過TensorFlow構建模型來驗證讀者親手從零構建的版本。 前饋神經網絡是深度學習的重要知識，其核心思想是反向傳播與梯度下降。本書從極易理解的示例開始，逐漸深入，幫助讀者充分理解並熟練掌握反向傳播與梯度下降算法，爲後續學習打下堅實的基礎。 本書延續理論與實踐並重的風格，先以圖文方式講解算法思想，再以Python+NumPy實現算法，然後再給出TensorFlow實現的版本，幫助讀者不斷加深對核心的算法理解，同時提升實際動手能力，從而鍛鍊將算法思想轉化爲程序代碼的能力。

讀者書評

書籍信息