前言

本书分为三部分,三部分可以独立学习.实验部分均由python代码进行实现.

  • 第一部分略写神经网络在现实世界上的应用&历史发展&目前主要人物介绍.
  • 第二部分详写在神经网络中常用的一些数学方法
  • 第三部分详写神经网络相关的东西

当前目录如下

  1. 神经网络那些事
    1. 神经网络在现实生活中的应用
    2. 神经网络的发展史
    3. 神经网络相关的主要人物
  2. 基础数学知识
    1. 线性和非线性
    2. 数值微分
    3. 反向传播
    4. 梯度
    5. 常见的梯度下降方法
    6. 卷积&池化
    7. 神经网络中常见的函数及其性质
  3. 驾驭神经网络
    1. 感知机与逻辑门
    2. 激活函数
    3. 神经网络与多层感知机
    4. 神经网络入门之mnist手写体数字识别
    5. 卷积神经网络
    6. 前馈神经网络和反馈神经网络
    7. 反馈神经网络之seq2seq
  4. 优化神经网络
    1. 过拟合
      1. 权值衰减
      2. dropout
      3. 正则化
  5. 经典神经网络复现
    1. word2vec
    2. seq2seq
    3. autoencoder
    4. vgg
    5. resnet