-
空标题文档
11.3 可变嵌套循环 现在来尝试一个可变嵌套循环。这就是一个嵌套循环，只不过其中一个或多个循环在 range() 函数中使用了变量。代码清单 11-2 给出了一个例子。 代码清单 11-2 一个可变嵌套循环 numLines = int(raw_input ('How many lines of stars do you want? '))nu... -
1.6 Matplotlib
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 1.6 Matplotlib 在深度学习的实验中，图形的绘制和数据的可视化非常重要。Matplotlib 是用于绘制图形的库，使用 Matplotlib 可以轻松地绘制图形和实现数据的可视化。这里，我们来介绍一下图形的绘制方法和图像的显... -
4.5 学习算法的实现
4.5 学习算法的实现 4.5.1 2 层神经网络的类 4.5 学习算法的实现 关于神经网络学习的基础知识，到这里就全部介绍完了。“损失函数”“mini-batch”“梯度”“梯度下降法”等关键词已经陆续登场，这里我们来确认一下神经网络的学习步骤，顺便复习一下这些内容。神经网络的学习步骤如下所示。 前提 神经网络存在合适的权重和偏置，调整权重... -
第 7 章 卷积神经网络
第 7 章 卷积神经网络 第 7 章 卷积神经网络 本章的主题是卷积神经网络（Convolutional Neural Network，CNN ）。CNN 被用于图像识别、语音识别等各种场合，在图像识别的比赛中，基于深度学习的方法几乎都以 CNN 为基础。本章将详细介绍 CNN 的结构，并用 Python 实现其处理内容。 -
7.7 具有代表性的 CNN
7.7 具有代表性的 CNN 7.7.1 LeNet 7.7.2 AlexNet 7.7 具有代表性的 CNN 关于 CNN，迄今为止已经提出了各种网络结构。这里，我们介绍其中特别重要的两个网络，一个是在 1998 年首次被提出的 CNN 元祖 LeNet[20]，另一个是在深度学习受到关注的 2012 年被提出的 AlexNet[21]。 7... -
第 8 章 深度学习
第 8 章 深度学习 第 8 章 深度学习 深度学习是加深了层的深度神经网络。基于之前介绍的网络，只需通过叠加层，就可以创建深度网络。本章我们将看一下深度学习的性质、课题和可能性，然后对当前的深度学习进行概括性的说明。 -
7.5.1 深度优先遍历
7.5.1 深度优先遍历 7.5.1 深度优先遍历 深度优先遍历（Depth_First_Search），也有称为深度优先搜索，简称为DFS。它的具体思想就如同我刚才提到的找钥匙方案，无论从哪一间房间开始都可以，比如主卧室，然后从房间的一个角开始，将房间内的墙角、床头柜、床上、床下、衣柜里、衣柜上、前面的电视柜等挨个寻找，做到不放过任何一个死角，所有的... -
本书不面向的读者
本书不面向的读者 本书不面向的读者 明确本书不适合什么样的读者也很重要。为此，这里将本书不会涉及的内容列举如下。 不介绍深度学习相关的最新研究进展。 不介绍 Caffe、TensorFlow、Chainer 等深度学习框架的使用方法。 不介绍深度学习的详细理论，特别是神经网络相关的详细理论。 不详细介绍用于提高识别精度的参数调优相关的内容。...