学习深度学习的高级主题,如优化算法、超参数调整、dropout和误差分析,以及解决训练深度神经网络时遇到的典型问题的策略。首先,您将主要通过单个神经元学习激活函数(ReLu、sigmoid和Swish),了解如何使用TensorFlow执行线性和逻辑回归,并选择正确的成本函数。

下一节将讨论更复杂的神经网络体系结构,它有几个层次和神经元,并探讨了权值的随机初始化问题。一个完整的章节致力于一个完整的神经网络误差分析的概述,给出了解决来自不同分布的方差、偏差、过拟合和数据集的问题的例子。

应用深度学习还讨论了如何完全从头实现逻辑回归,除了NumPy之外不使用任何Python库,让您了解像TensorFlow这样的库如何允许快速和高效的实验。每一种方法都包括案例研究,以将所有理论信息付诸实践。您将发现编写优化Python代码的技巧和技巧(例如使用NumPy向量化循环)。

地址: https://www.apress.com/gp/book/9781484237892

你会学到什么

在Python和TensorFlow中以正确的方式实现高级技术

调试和优化高级方法(如dropout和regularization)

进行误差分析(了解是否存在偏差问题、方差问题、数据偏移问题等等)

建立一个机器学习项目,专注于复杂数据集上的深度学习

成为VIP会员查看完整内容
41

相关内容

【干货书】Python机器学习,361页pdf
专知会员服务
264+阅读 · 2021年2月25日
专知会员服务
46+阅读 · 2020年12月2日
【干货书】管理统计和数据科学原理,678页pdf
专知会员服务
181+阅读 · 2020年7月29日
【2020新书】监督机器学习,156页pdf,剑桥大学出版社
专知会员服务
151+阅读 · 2020年6月27日
【干货书】高级应用深度学习,294页pdf
专知会员服务
151+阅读 · 2020年6月20日
Sklearn 与 TensorFlow 机器学习实用指南,385页pdf
专知会员服务
129+阅读 · 2020年3月15日
简明深度学习学习资料分享:从基础到进阶
深度学习与NLP
27+阅读 · 2019年9月7日
知识分享 | 深度学习的学习路径
沈浩老师
19+阅读 · 2019年1月9日
卷积神经网络概述及Python实现
云栖社区
4+阅读 · 2018年9月1日
深度学习知识总结(一)
深度学习探索
8+阅读 · 2017年7月18日
深度学习实战(二)——基于Keras 的深度学习
乐享数据DataScientists
15+阅读 · 2017年7月13日
An Attentive Survey of Attention Models
Arxiv
44+阅读 · 2020年12月15日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
4+阅读 · 2020年3月27日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Stock Chart Pattern recognition with Deep Learning
Arxiv
6+阅读 · 2018年8月1日
Arxiv
5+阅读 · 2017年7月25日
VIP会员
相关VIP内容
【干货书】Python机器学习,361页pdf
专知会员服务
264+阅读 · 2021年2月25日
专知会员服务
46+阅读 · 2020年12月2日
【干货书】管理统计和数据科学原理,678页pdf
专知会员服务
181+阅读 · 2020年7月29日
【2020新书】监督机器学习,156页pdf,剑桥大学出版社
专知会员服务
151+阅读 · 2020年6月27日
【干货书】高级应用深度学习,294页pdf
专知会员服务
151+阅读 · 2020年6月20日
Sklearn 与 TensorFlow 机器学习实用指南,385页pdf
专知会员服务
129+阅读 · 2020年3月15日
相关资讯
简明深度学习学习资料分享:从基础到进阶
深度学习与NLP
27+阅读 · 2019年9月7日
知识分享 | 深度学习的学习路径
沈浩老师
19+阅读 · 2019年1月9日
卷积神经网络概述及Python实现
云栖社区
4+阅读 · 2018年9月1日
深度学习知识总结(一)
深度学习探索
8+阅读 · 2017年7月18日
深度学习实战(二)——基于Keras 的深度学习
乐享数据DataScientists
15+阅读 · 2017年7月13日
相关论文
An Attentive Survey of Attention Models
Arxiv
44+阅读 · 2020年12月15日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
4+阅读 · 2020年3月27日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Stock Chart Pattern recognition with Deep Learning
Arxiv
6+阅读 · 2018年8月1日
Arxiv
5+阅读 · 2017年7月25日
微信扫码咨询专知VIP会员