基础《深度学习的数学》PDF 文件范例 涌井良幸

从数学上看，神经网络是一种用于数据分析的模型，这个模型是由权重和偏置确定的。像权重和偏置这种确定数学模型的常数称为模型的参数。除了参数以外，数据分析的模型还需要值根据数据而变化的变量，但是参数和变量都用拉丁字母或希腊字母标记，这会引起混乱。而区分用于代入数据值的变量和用于确定模型的参数，对于逻辑的理解是不可或缺的。

基础《深度学习的数学》PDF+文件范例+涌井良幸
《深度学习的数学》PDF，244页，带目录，文字可以复制；配套示例Excel文件；作者: 涌井良幸，涌井贞美 ，译者: 杨瑞龙
下载: https://pan.baidu.com/s/17_MYg_9pNVPip2fgjNerQw
提取码: 4ebe

《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的最优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证，帮助直观地体验深度学习的原理。

深度学习是人工智能的一种实现方法。对于小白来说，想快速入门的话，推荐《深度学习的数学》，是深度学习入门最好的书籍，没有之一。浅显易懂，《深度学习的数学》中有大量插图。有高等数学基础看起来就不困难。之前看过不少教程，要么花很长时间讲原理，还么原理一带而过。这本书用最短的时间讲清了原理。真棒。

优点：书很薄，注重细节，大量图示方便理解记忆。 缺点：数学公式太多，容易让人产生困惑。亮点：excel验证法。 总结：作为入门书，对于理解深度学习可以一读。还不错，适合从零开始的人了解。看的第一本神经网络书，感觉还不错。很适合入门，Excel真是强大的直观的工具。

探讨内容：偏导。链式法则。梯度下降法求多元函数的最小值。拉格朗日乘数法。误差反向传播法确定神经网络的权重和偏置。特点是将繁杂的导数计算替换为数列的递推关系式，而提供这些递推关系式的就是名为神经单元误差(error)的变量。利用代价函数求最优化问题。卷积神经网络。隐藏层是多个由卷积层和池化层组成的子层。