Python神經網絡編程（簡體書）

本書首先從簡單的思路著手，詳細介紹了理解神經網絡如何工作所必須的基礎知識。第一部分介紹基本的思路，包括神經網絡底層的數學知識，第2部分是實踐，介紹了學習Python編程的流行和輕鬆的方法，從而逐漸使用該語言構建神經網絡，以能夠識別人類手寫的字母，特別是讓其像專家所開發的網絡那樣地工作。第3部分是擴展，介紹如何將神經網絡的性能提升到工業應用的層級，甚至讓其在Raspberry Pi上工作。

作者簡介

塔裡克·拉希德 擁有物理學學士學位、機器學習和數據挖掘碩士學位。他常年活躍於倫敦的技術領域，領導並組織倫敦Python聚會小組（近3000名成員）。

譯者簡介

林賜 軟件設計師、網絡工程師，畢業于渥太華大學系統科學碩士專業，已翻譯出版多本技術圖書。

第 1 章　神經網絡如何工作001
1.1　尺有所短，寸有所長 001
1.2　一台簡單的預測機 003
1.3　分類器與預測器並無太大差別008
1.4　訓練簡單的分類器　011
1.5　有時候一個分類器不足以求解問題　020
1.6　神經元――大自然的計算機器　024
1.7　在神經網絡中追蹤信號　033
1.8　憑心而論，矩陣乘法大有用途　037
1.9　使用矩陣乘法的三層神經網絡示例　043
1.10　學習來自多個節點的權重　051
1.11　多個輸出節點反向傳播誤差053
1.12　反向傳播誤差到更多層中　054
1.13　使用矩陣乘法進行反向傳播誤差　058
1.14　我們實際上如何更新權重　061
1.15　權重更新成功範例　077
1.16　準備數據　078

第 2 章　使用Python進行DIY 083
2.1　Python　083
2.2　交互式Python = IPython　084
2.3　優雅地開始使用Python　085
2.4　使用Python製作神經網絡 105
2.5　手寫數字的數據集MNIST 121

第 3 章　趣味盎然 153
3.1　自己的手寫數字　153
3.2　神經網絡大腦內部　156
3.3　創建新的訓練數據：旋轉圖像　160
3.4　結語　164

附錄A　微積分簡介 165
A.1　一條平直的線　166
A.2　一條斜線　168
A.3　一條曲線　170
A.4　手繪微積分　172
A.5　非手繪微積分　174
A.6　無需繪製圖表的微積分　177
A.7　模式　180
A.8　函數的函數　182

附錄B　使用樹莓派來工作 186
B.1　安裝IPython　187
B.2　確保各項工作正常進行　193
B.3　訓練和測試神經網絡　194
B.4　樹莓派成功了 195