深度学习入门：基于Python的理论与实现

版权信息 书名：深度学习入门：基于Python的理论与实现 作者：［日］ 斋藤康毅 译者：陆宇杰 ISBN：978-7-115-48558-8 本书由北京图灵文化发展有限公司发行数字版。版权所有，侵权必 究。 您购买的图灵电子书仅供您个人使用，未经授权，不得以任何方式复制 和传播本书内容。 我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。 如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐 号等维权措施，并可能追究法律责任。 091507240605ToBeReplacedWithUserId 版权声明 O'Reilly Media, Inc.介绍 业界评论 译者序 前言 本书的理念 本书面向的读者 本书不面向的读者 本书的阅读方法 让我们开始吧 表述规则 致谢 第 1 章 Python 入门 1.1 Python是什么 1.2 Python的安装 1.2.1 Python版本 1.2.2 使用的外部库 1.2.3 Anaconda发行版 1.3 Python解释器 1.3.1 算术计算 1.3.2 数据类型 1.3.3 变量 1.3.4 列表 1.3.5 字典 1.3.6 布尔型 1.3.7 if 语句 1.3.8 for 语句 1.3.9 函数 1.4 Python脚本文件 1.4.1 保存为文件 1.4.2 类 1.5 NumPy 1.5.1 导入 NumPy 1.5.2 生成 NumPy 数组 1.5.3 NumPy 的算术运算 1.5.4 NumPy 的 N 维数组 1.5.5 广播 1.5.6 访问元素 1.6 Matplotlib 1.6.1 绘制简单图形 1.6.2 pyplot 的功能 1.6.3 显示图像 1.7 小结 第 2 章 感知机 2.1 感知机是什么 2.2 简单逻辑电路 2.2.1 与门 2.2.2 与非门和或门 2.3 感知机的实现 2.3.1 简单的实现 2.3.2 导入权重和偏置 2.3.3 使用权重和偏置的实现 2.4 感知机的局限性 2.4.1 异或门 2.4.2 线性和非线性 2.5 多层感知机 2.5.1 已有门电路的组合 2.5.2 异或门的实现 2.6 从与非门到计算机 2.7 小结 第 3 章 神经网络 3.1 从感知机到神经网络 3.1.1 神经网络的例子 3.1.2 复习感知机 3.1.3 激活函数登场 3.2 激活函数 3.2.1 sigmoid 函数 3.2.2 阶跃函数的实现 3.2.3 阶跃函数的图形 3.2.4 sigmoid 函数的......