《Python神经网络编程》首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。

(资料图片)

第一部分介绍基本的思路，包括神经网络底层的数学知识.

第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。

第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在Raspberry Pi上工作。

本书适合想要从事神经网络研究和探索的读者学习参考，也适合对人工智能、机器学习和深度学习等相关领域感兴趣的读者阅读。

目录

第 1 章　神经网络如何工作 001

　尺有所短，寸有所长 001

　一台简单的预测 003

　分类器与预测器并无太大差别 008

　训练简单的分类 011

　有时候一个分类器不足以求解问题 020

　神经元——大自然的计算机器 024

　在神经网络中追踪信号 033

　凭心而论，矩阵乘法大有用途 037

　使用矩阵乘法的三层神经网络示例 043

　学习来自多个节点的权重 051

　多个输出节点反向传播误差 053

　反向传播误差到更多层中 054

　使用矩阵乘法进行反向传播误差 058

　我们实际上如何更新权重 061

　权重更新成功范例 077

　准备数据 078

第 2 章　使用Python进行DIY 083

　Python 083

　交互式Python = IPython 084

　优雅地开始使用Python 085

　使用Python制作神经网络 105

　手写数字的数据集MNIST 121

第 3 章　趣味盎然 153

　自己的手写数字 153

　神经网络大脑内部 156

　创建新的训练数据：旋转图像 160

　结语 164

附录A　微积分简介 165

　一条平直的线 166

　一条斜线 168

　一条曲线 170

　手绘微积分 172

　非手绘微积分 174

　无需绘制图表的微积分 177

　模式 180

　函数的函数 182

附录B　使用树莓派来工作 186

　安装IPython 187

　确保各项工作正常进行 193

　训练和测试神经网络 194

　树莓派成功了 195

内容截图

上述所有高清图片已打包整理好，获取方式如下

获取方式：

1.一键三连+关注

2.后台主动留下痕迹：“学习”（重点）