深度学习 基于MATLAB的设计实例pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

深度学习 基于MATLAB的设计实例PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 机器学习 1

1.1机器学习与深度学习 3

1.2什么是机器学习 5

1.3机器学习的挑战 7

1.4过拟合 9

1.5直面过拟合 11

1.6机器学习的类型 14

1.7分类和回归 16

1.8总结 18

第2章 神经网络 21

2.1概述 23

2.2神经网络节点 24

2.3多层神经网络 26

2.4神经网络的监督学习 33

2.5单层神经网络训练：增量规则 34

2.6广义增量规则 37

2.7随机梯度下降算法、批量算法和小批量算法 39

2.7.1随机梯度下降算法 39

2.7.2批量算法 40

2.7.3小批量算法 41

2.8示例：增量规则 42

2.8.1随机梯度下降算法的实现 44

2.8.2批量算法的实现 47

2.8.3随机梯度下降算法与批量算法的比较 51

2.9单层神经网络的局限性 54

2.10总结 58

第3章 训练多层神经网络 61

3.1概述 63

3.2反向传播算法 65

3.3示例 70

3.3.1 XOR问题 72

3.3.2动量法（Momentum） 76

3.4代价函数和学习规则 80

3.5示例 86

3.5.1交叉熵函数 86

3.5.2代价函数的比较 90

3.6总结 93

第4章 神经网络及其分类 95

4.1概述 97

4.2二分类 98

4.3多分类 101

4.4示例：多分类 106

4.5总结 118

第5章 深度学习 119

5.1概述 121

5.2深度神经网络的进化 123

5.2.1梯度消失 123

5.2.2过拟合 125

5.2.3计算量的增加 127

5.3示例 128

5.3.1 ReLU函数 128

5.3.2节点丢弃 135

5.4总结 143

第6章 卷积神经网络 145

6.1概述 147

6.2卷积神经网络的架构 148

6.3卷积层 150

6.4池化层 156

6.5示例：MNIST 158

6.6总结 178

索引 181