Создаем нейронную сеть

Передняя обложка
Litres, 15 мая 2020 г.
Эта книга представляет собой введение в теорию и практику создания нейронных сетей. Она предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея опыта работы в данной области. Автор простым и понятным языком объясняет теоретические аспекты, знание которых необходимо для понимания принципов функционирования нейронных сетей и написания соответствующих программных инструкций. Изложение материала сопровождается подробным описанием процедуры поэтапного создания полностью функционального кода, который реализует нейронную сеть на языке Python и способен выполняться даже на таком миниатюрном компьютере, как Raspberry Pi Zero.Основные темы книги:■ нейронные сети и системы искусственного интеллекта■ структура нейронных сетей■ сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации■ тренировка и тестирование нейронных сетей■ интерактивная среда программирования IPython■ использование нейронных сетей в качестве классификаторов объектов■ распознавание образов с помощью нейронных сетей
 

Содержание

Пролог
10
Как мы будем это делать
16
Задачи классификации и прогнозирования очень близки
28
Иногда одного классификатора недостаточно
44
Нейроны
51
Распространение сигналов по нейронной сети
62
Какая всетаки отличная вещь
68
Пример использования матричного умножения
76
Создаем нейронную сеть на Python
129
Проект нейронной сети на Python
157
Набор рукописных цифр MNIST
176
Несколько интересных проектов
213
вращения
222
Эпилог 229
231
Кривая линия
237
Дифференциальное исчисление без использования графиков
246

Корректировка весовых коэффициентов в процессе обучения
85
Обратное распространение ошибок при большом
91
Пример обновления весовых коэффициентов
93
Как мы фактически обновляем весовые коэффициенты
100
Подготовка данных
122
Функции функций
252
Приложение Б Нейронная сеть на Raspberry Pi
257
Проверка работоспособности программ
267
Предметный указатель
270
Авторские права

Часто встречающиеся слова и выражения

блокнот божьи коровки больше браузера будем будет вам величины весов весовых коэффициентов связей виде Возможно времени входных значений входных сигналов вы выполнять выражение выходного слоя выходных узлов вычислений градиентного спуска график даже диаграмме дифференциального исчисления должны другой задачи изменения изображение инструкции искусственного интеллекта использовать используем каждый классификатора кода количество компьютер которые коэффициент обучения линии лишь маркер матрицы машинного обучения миль в час можем может можно набора данных наклон нам нейронной сети некоторые новых обновления образом объекта одной означает ответ очень ошибки параметр первого переменных подход получить помощью поскольку Поэтому приведенной ниже просто работы равно рассчитать исходящие сигналы результат самом сделать сигмоида скорость скрытого слоя скрытым и выходным скрытых узлов следует случае создать соответствует список способ строка теперь том тренировки тренировочного примера тренировочных данных файл функции активации целевое значение цепного правила цифры часть числа элемент этот эффективности является язык программирования apt-get Epiphany final_outputs hidden_outputs inputs MNIST pass Python Raspberry Pi

Библиографические данные