标签
内容简介
本书是英国技术作者塔里克·拉希德(Tariq Rashid)所著《Make Your Own Neural Network》的中文译本,由林赐翻译,人民邮电出版社2018年出版,属“异步图书·深度学习系列”。全书以“从零手写一个神经网络”为主线,刻意避开繁难的数学推导,用中学生也能跟上的语言把神经网络的工作机制一层层讲清楚。 第1章从“一台简单的预测机”讲起,先做线性分类器,再说明单个分类器为何不足以求解复杂问题,由此引出神经元、信号在层间的追踪、矩阵乘法的用途,以及多层网络如何通过反向传播误差来更新权重。第2章进入实践,介绍Python与IPython的基本用法,带领读者一步步用Python 3搭建自己的三层神经网络,并用MNIST手写数字数据集训练、测试它,检验识别效果。第3章进一步打开训练完成的网络“黑箱”,观察权重与中间层,尝试用自己的手写数字测试,并通过旋转图像来扩充训练数据。附录另给了微积分入门和用树莓派运行代码的说明。全书约200页,配彩图,重在动手跑通而非罗列公式,是一本适合零基础读者的神经网络启蒙书。
编辑推荐
市面上的深度学习书大多从框架讲起,动辄调用几行API就“训完了一个模型”,读者却始终不清楚网络内部发生了什么。这本书反其道而行:不借助任何深度学习框架,只用Python标准库和一点矩阵运算,陪读者从零写一个能识别手写数字的神经网络。 它的难得之处在于“降门槛而不降内容”。反向传播通常是最劝退的一章,作者却先用一个简单的预测机、一个线性分类器打底,再用图示一步步把误差如何回流、权重为何这样更新讲透;连微积分都另设附录从“一条直线”讲起。全书不到220页,配彩图,读完大约只需几个周末,却能真正获得“我懂了”的踏实感。 如果你曾被公式和框架挡在门外,这本书是很好的第一块踏板:先亲手造一个小网络,再去学TensorFlow或PyTorch,理解会完全不同。
适合谁读
适合
- 有中学数学基础、想真正弄懂神经网络原理的零基础读者
- 会一点Python、但没接触过机器学习的程序员
- 被深度学习框架“黑箱”困扰、想拆开看内部的学生
- 准备用树莓派做小型AI实验的创客与爱好者
不适合
- 希望直接学习TensorFlow、PyTorch等框架实战的读者
- 需要CNN、RNN、Transformer等前沿模型系统讲解的研究者
- 追求工业级工程部署与调优经验的技术人员
阅读建议
- 务必边读边敲代码,本书价值大半在动手复现,光看不练收获有限。
- 第1章的矩阵与求导若卡住,可先跳到附录A补微积分再回头。
- 把MNIST跑通后,试着换自己的手写数字或改网络层数,观察准确率变化。
- 读完再转向任一深度学习框架,对比“手写版”与框架版实现,理解会更牢固。
出版社简介
人民邮电出版社
中国 · 成立于 1953 年
人民邮电出版社以科技、计算机与信息通信类图书见长,并由此延伸至摄影、艺术、软件学习与励志成长等门类,形成较为多元的出版方向。库内图书既涵盖《重构与模式(修订版)》《华为交换机学习指南(第二版)》等计算机与通信技术读物,也收录《小王子(中英法彩绘典藏纪念版)》《了不起的盖茨比》《假如给我三天光明》等双语典藏类作品;《北京十年:1980-1990》与《鬼刀 WLOP个人插画作品集》则体现其在摄影与艺术领域的布局。作者资源包括安东尼·圣埃克苏佩里、海伦·凯勒、Joshua Kerievsky、王达、张兆增与WLOP等。
目录
- 第1章 神经网络如何工作
- 1.1 尺有所短,寸有所长
- 1.2 一台简单的预测机
- 1.3 分类器与预测器并无太大差别
- 1.4 训练简单的分类器
- 1.5 有时候一个分类器不足以求解问题
- 1.6 神经元——大自然的计算机器
- 1.7 在神经网络中追踪信号
- 1.8 凭心而论,矩阵乘法大有用途
- 1.9 使用矩阵乘法的三层神经网络示例
- 1.10 学习来自多个节点的权重
- 1.11 多个输出节点反向传播误差
- 1.12 反向传播误差到更多层中
- 1.13 使用矩阵乘法进行反向传播误差
- 1.14 我们实际上如何更新权重
- 1.15 权重更新成功范例
- 1.16 准备数据
- 第2章 使用Python进行DIY
- 2.1 Python
- 2.2 交互式Python = IPython
- 2.3 优雅地开始使用Python
- 2.4 使用Python制作神经网络
- 2.5 手写数字的数据集MNIST
- 第3章 趣味盎然
- 3.1 自己的手写数字
- 3.2 神经网络大脑内部
- 3.3 创建新的训练数据:旋转图像
- 3.4 结语
- 附录A 微积分简介
- 附录B 使用树莓派来工作
常见问题
这本书需要什么数学基础?
作者定位为只需中学数学,书中涉及矩阵乘法和求导,但都用图示和直观语言解释,附录A还专门从直线斜率讲起补充微积分,没有基础也能跟上,只是需要多花点时间。
零编程基础能读吗?
有一定Python基础会更顺畅。第2章会介绍Python与IPython的基本用法,但篇幅有限,完全没写过代码的读者建议先补一门Python入门课,再来动手写网络。
书里的代码用什么版本、需要装框架吗?
书中使用Python 3,仅依赖numpy等基础库,不依赖TensorFlow或PyTorch,重点是让读者看清每一步运算;附录还介绍了在树莓派上安装IPython并运行的方法。
内容会不会太浅,学完能做什么?
本书目标是打通原理,覆盖三层全连接网络、反向传播与MNIST识别。学完可以独立实现小型网络,但不涉及卷积、循环网络等结构,属于进阶前的扎实起点。
这个“免费试读版”和正式版有什么区别?
网络流传的“免费试读版 手把手教你用Python写神经网络编程”是同一本书的非正式电子版标注,内容对应人民邮电出版社2018年版《Python神经网络编程》(ISBN 9787115474810),建议以正版纸书或电子书为准。
读者评论
查询本书
本站为索引目录:「全网查询」由您发起、在您的浏览器中运行,所列入口均指向第三方站点,请自行判断可用性。