书 名:c#神经网络编程
定价: 89元
作 者:美 马特·R.科尔 Matt R.Cole
出 版 社:机械工业出版社
ISBN 号:9787111629382
是否是套装: 否
译者序前言关于作者关于审校者[0第0]1章 快速预览 11.1 神[纟巠]网络概述 21.1.1 神[纟巠]网络训练 41.1.2 神[纟巠]网络的结构指南 41.2 神[纟巠]网络在[0当0]今企业中的作用 61.3 [0学0]习的类型 61.3.1 有监督[0学0]习 71.3.2 无监督[0学0]习 71.3.3 强化[0学0]习 71.4 了解感[0知0]器 71.5 了解激活函数 101.5.1 激活函数绘图 121.5.2 函数绘图 131.6 了解后向传播 161.7 小结 171.8 参考文献 17[0第0]2章 构建[0第0]一个神[纟巠]网络 182.1 一个简单的神[纟巠]网络 182.2 神[纟巠]网络训练 192.2.1 突触 202.2.2 神[纟巠]元 212.2.3 前向传播 212.2.4 Sigmoid函数 212.2.5 后向传播 222.2.6 计算误差 232.2.7 计算梯度 232.2.8 更[亲斤][0权0]重 232.2.9 计算值 232.3 神[纟巠]网络函数 242.3.1 创建[亲斤]网络 242.3.2 导入现有网络 242.3.3 导入数据集 272.3.4 网络运算 272.3.5 导出网络 282.3.6 训练网络 282.3.7 测试网络 292.3.8 计算前向传播 292.3.9 将网络导出为JSON格式 292.3.10 导出数据集 302.4 神[纟巠]网络 302.5 例子 312.5.1 训练到[z1u1i]小值 312.5.2 训练到[z1u1i][0大0]值 312.6 小结 32[0第0]3章 决策树和随[1机1]森林 333.1 决策树 333.1.1 决策树的[0优0]点 343.1.2 决策树的缺点 353.1.3 何时应该使用决策树 353.2 随[1机1]森林 353.2.1 随[1机1]森林的[0优0]点 363.2.2 随[1机1]森林的缺点 363.2.3 何时应该使用随[1机1]森林 363.3 SharpLearning 373.3.1 术语 373.3.2 加载和保存模型 373.4 示例代码和应用程序 413.4.1 保存模型 413.4.2 均方差回归指标 413.4.3 F1分数 413.4.4 [0优0]化 423.4.5 示例应用程序1 423.4.6 示例应用程序2—葡萄酒质量 433.5 小结 453.6 参考文献 45[0第0]4章 [mian]部和运动检测 464.1 [mian]部检测 464.2 运动检测 544.3 小结 59[0第0]5章 使用ConvNetSharp训练CNN 605.1 热身 605.2 过滤器 645.3 创建网络 645.3.1 [0第0]一个简单的例子 655.3.2 [0第0]二个简单的例子 665.3.3 [0第0]三个简单的例子 675.3.4 使用Fluent API 685.4 GPU 685.5 使用MNIST数据集进行流[0畅0]设计训练 685.6 训练网络 69
.......................