作品简介
全书共6章。第1章对神经网络领域进行概述,包括其历史和应用;第2章深入探讨神经元的数学模型,包括其输入、权值、偏置和激活函数;第3章介绍感知机的概念,讨论感知机的结构,并解释如何用它来解决简单的分类问题;
第4章介绍多层感知机的概念,讲述如何使用前馈传播和反向传播,同时详细介绍了反向传播中用到的链式法则;第5章涵盖训练神经网络时使用的各种参数和算子;第6章介绍神经网络的分布式学习、压缩和解释,其中分布式学习涵盖使用多台计算机或设备在大型数据集上训练神经网络的内容。
出版时间2024-09-01
共 9 章
前言试读
主要符号表试读
第1章 绪论试读
第2章 神经元
第3章 单层感知机
第4章 多层感知机
第5章 神经网络模型优化
第6章 神经网络的分布式学习、压缩和解释
参考文献

