Python深度学习 - (EPUB全文下载)

文件大小：0.23 mb。
文件格式：epub 格式。
书籍内容：

Python深度学习
第1章 如何阅读本书
第2章 深度学习入门
第3章 神经网络基础
第4章 深度神经网络简介
第5章 如何构建可定制的深度预测模型
第6章 提高性能的一些技巧
第7章 二元分类神经网络的奥秘
第8章 构建优秀模型之道
第9章 深度神经网络在多元分类问题的简单应用
第1章　如何阅读本书
　
投资知识，收益最佳。
——本杰明·富兰克林
我希望读者能在最短时间内从本书中获得最大的收益。这可以通过输入示例代码、阅读参考文献并进行试验来达成。通过大量的示例和阅读参考文献，你能够拓宽知识面，加深你原有的对深度学习的一些直观理解，强化你的实践技能。
你至少有两种方式来使用这本书。首先，可以把它作为一本高效的参考书。翻阅到需要的章节，快速查看是如何用Python进行计算的。为了使收获最大化，你最好能够输入书中的代码，检查结果，然后根据自己的数据调整样本。其次，可以通过浏览真实的示例、图表、案例研究、技巧和说明来激发你自己的想法。本书既介绍了总体思路，同时也介绍了一些深度学习相关的历史、案例研究和文献。
1.1　获取Python
要使用本书，需要下载Python。目前，Python有两个主要的版本——Python 2.7 和Python 3。虽然Python 3在几年前就诞生了，但Python 2.7使用得更广泛，而且目前仍然是数据科学领域所用的流行版本1。本书示例使用Python 2.7编写。你可以从Python官方网站下载Python 2.7。
1Python 3是趋势，目前大多数数据科学库同时支持Python 2和Python 3。如果可能的话，建议尝试使用Python 3，但本书除外。——译者注
推荐的Python变体版本有很多，许多数据科学家使用Anaconda Python发行版。在其中预打包了许多在数据分析和统计建模中使用的核心软件模块。PyPy变体使用即时编译来加速代码的运行，因此能非常快地运行深度学习的代码。对于Windows用户来说，WinPython是运行Python的简单方式，它省去了安装的麻烦2。
2Anaconda Python也是Windows下的一个不错的选择。——译者注
1.1.1　学习Python
Python是一门强大的编程语言，易于初学者使用和学习。如果你有任何编程语言的经验，就能很快地掌握Python。如果你对编程语言一无所知，或者已经很长时间不使用，下面这些免费的资源可以让你快速上手。
Python指南—— 参见Python官网文档。
新手学Python—— 参见Python官网。
Python新手指南——参见维基页面。
交互式Python指南—— 参见Learn Python官网。
另外，请务必访问Python软件基金会官网，那里有最新的新闻和技巧窍门。
1.1.2　软件包
高效地使用Python需要用到叫作“包”的软件模块。本书中，我们会用到一些软件包。如果你的计算机中没有本书中提到的软件包，请下载并进行安装1。
1.2　不需要等待
你不需要读完本书就可以把书中的想法融入自己的分析中。你可以随学随用，也可以直接阅读感兴趣的章节，并立即在自己的研究和分析中进行测试、创建和开发。下面是本书的一个概述，能帮助你开启本书的阅读之旅。
1.3　小结
本书是深度神经网络的入门和上手实践的手册。更确切地说，本书力求为你提供使用Python简单、快速地构建深度神经网络所需的工具。其目标是提供给你必要的工具来完成工作，并提供足够的图解说明来帮助你思考在你感兴趣的领域的深度学习相关的应用。我希望这个过程是愉快并且有收获的。
其他资源
关注数据科学的Python用户组遍布世界各地，请找到并加入本地的用户组。你可以从如下资源开始学习。
与Python社区保持联系的一个很好的地方是Python软件基金会网站。
与当地的Python开发者取得联系，很多组织有定期的会议。
持续关注我提供的免费的Python数据科学电子报并获得及时有用的信息。它关注Python数据科学相关的新闻、文章、软件、活动、工具和工作机会。
如果你在自己的专业领域成功应用了深度神经网络，请告知我。我很乐意收到你的来信，请发送邮件到info@NigelDLewis.com。
附注
1．访问Python的维基页面获取详细的步骤。
第2章　深度学习入门
　
好奇心是学习这根蜡烛的灯芯。
——威廉·亚瑟·沃德
读小学时，我的老师马斯特斯女士教给我和同学们“视角”的概念。有4个志愿者参与到一个非常有趣的实验中。在这个实验中，每位志愿者都被蒙住眼睛，并被领着走到一头很大的驴的模型面前。第一个学生被带到驴尾巴的地方，然后被要求描述她摸到的东西是什么样子。接着第二个学生被带到驴腿的地方，也被要求描述摸到的东西是什么样子。剩下的每个学生都被带到驴的不同部位，每个人都描述了他们认为的样子。
因为这些蒙住眼睛的学生都没有全部的信息，他们凭感觉对驴的描述大相径庭。我们对他们的荒唐描述大笑不止。很明显，驴就是驴，怎么可能是其他的样子。当这些同学摘下眼罩后，他们也不禁大笑起来。马斯特斯真是一位好老师。
打个比方说，在本章我将为你绘制一张完整的“驴”。我将概述深度学习、介绍一些主要的成员，接触一些已经应用深度学习的领域，并说明为什么你应该把它添加到自己的数据科学工具箱中。
2.1　为什么要学习深度学习
2016年年初，传奇的围棋棋手李世石与一个围棋界的“新手”开始了一系列举世瞩目的较量。
围棋是一种棋盘类游戏，于2500年前发源于中国。它是一种比国际象棋更为复杂的策略游戏，全球有75个国家的选手积极地参与其中2。
李世石，围棋九段棋手，从2002年起多次获得世界冠军。他面对的是一个看不见的敌手——AlphaGo。AlphaGo是由伦敦的谷歌DeepMind团队开发的。不知道李世石在赛前对他的对手了解多少，也许他从科学作家马修·布拉加的关于围棋的文章中得到了安慰。该文章于2014年发表，其中谈到了围棋3：
“……是少数几种计算机智 ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。