Нейронный сети. Эволюция

Нейронный сети. Эволюция
Автор книги: id книги: 891896     Оценка: 0.0     Голосов: 0     Отзывы, комментарии: 0 199 руб.     (2,03$) Читать книгу Купить и скачать книгу Купить бумажную книгу Электронная книга Жанр: Прочая образовательная литература Правообладатель и/или издательство: ЛитРес: Самиздат Дата публикации, год издания: 2018 Дата добавления в каталог КнигаЛит: Скачать фрагмент в формате   fb2   fb2.zip Возрастное ограничение: 12+ Оглавление Отрывок из книги

Реклама. ООО «ЛитРес», ИНН: 7719571260.

Описание книги

Эта книга предназначена для всех, кто хочет разобраться в том, как устроены нейронные сети. Для тех читателей, кто хочет сам научиться программировать нейронные сети, без использования специализированных библиотек машинного обучения. Книга предоставляет возможность с нуля разобраться в сути работы искусственных нейронов и нейронных сетей, математических идей, лежащих в их основе, где от вас не требуется никаких специальных знаний, не выходящих за пределы школьного курса в области математики.

Оглавление

Каниа Алексеевич Кан. Нейронный сети. Эволюция

Пролог

Технология искусственных нейронных сетей

Введение

Цель книги. Для кого она предназначена

Что мы будем делать

Как мы будем это делать

ГЛАВА 1

Основа для создания искусственного нейрона

Где используются нейронные сети

Как устроены биологические нейронные сети

Уровень вычислительной мощности для моделирования ИНС

Почему работают нейронные сети

Как автоматизировать работу

Линейная классификация

ГЛАВА 2

Изучаем Python

Создаем нейронную сеть на Python

Установка пакета Anaconda Python

Простое введение в Python

ГЛАВА 3

Рождение искусственного нейрона

Моделирование нейрона как линейного классификатора

ГЛАВА 4

Добавляем входной параметр

Моделирование нейрона как линейного классификатора со всеми параметрами линейной функции

Обновление весовых коэффициентов

Применение дифференциального исчисления, понятие производной

Производная функции

Нахождение некоторых табличных производных

Правила дифференцирования и дифференцирование сложных функций

Зачем нам дифференцировать функции

Как мы обновляем весовые коэффициенты

Как работает эволюционировавший нейрон

ГЛАВА 5

Больше входных данных

Проблемы линейной классификации

Логические функции

Функция единичного скачка

Искусственный нейрон

Практикум по функции логического (И)

Функция логического (ИЛИ)

Распознавание цифры

Преимущества и недостатки между функцией единичного скачка и линейной функцией

Логистическая функция (Сигмоидальная функция или сигмоида)

Распознаем цифру при помощи логистической функции активации

Практика распознавания цифры с применением сигмоиды

ГЛАВА 6

Распознаем больше данных

Как распознать несколько данных

Действия с матрицами

Практика и ещё раз практика

ГЛАВА 7

Нейронные сети

Виды искусственных нейронных сетей

Преимущества многослойных сетей

Распространение ошибки назад

Распространение ошибки между слоями

Метод обратного распространения ошибки в матричной форме

Практика по решению логических функций с использованием логистических функций

Работа скрытого слоя

Набор данных рукописных цифр MNIST

ГЛАВА 8

Свёрточная нейронная сеть

Сегментация изображений

Что происходит при обучении

Практика по свёртки значений изображения

Практика обратного распространения ошибки и обновления весов ядра свёртки

Глубокие нейронные сети и проблемы их реализации

Реализация сети с одним свёрточным слоем

Реализация сети с двумя свёрточными слоями

Слой макспулинга

Функция активации Softmax (софтмакс)

ЭПИЛОГ

Отрывок из книги

      С течением времени, по сегодняшний день, человечество сделало не мало для того чтоб приспособится самому и приспособить окружающий мир под себя. Было сделано немало научных открытий, инженерных изобретений, на основе которых создавались целые отрасли промышленности (машиностроение, энергетика, цифровые технологии и т.д.), которые значительно облегчили жизнь людей.

Но двигаясь вперед, все более актуален вопрос эффективного управления созданным хозяйством. Сегодня, для того чтобы человечеству хватило ресурса для освоения нового и развития уже созданного, требуется новые технологии, которые могли бы справиться с поставленной задачей более эффективно, значительно облегчая и даже заменяя труд людей.

.....

plt.scatter(x_data, y_data, color ='g', s=10)

Метод plot выводит на плоскость прямую по заданным точкам:

.....

Добавление нового отзыва

Комментарий Поле, отмеченное звёздочкой  — обязательно к заполнению

Отзывы и комментарии читателей

Нет рецензий. Будьте первым, кто напишет рецензию на книгу Нейронный сети. Эволюция
Подняться наверх