Python 神經網絡編程 (Make Your Own Neural Network)

本書首先從簡單的思路著手，詳細介紹了理解神經網絡如何工作所必須的基礎知識。第一部分介紹基本的思路，包括神經網絡底層的數學知識，第2部分是實踐，介紹了學習Python編程的流行和輕松的方法，從而逐漸使用該語言構建神經網絡，以能夠識別人類手寫的字母，特別是讓其像專家所開發的網絡那樣地工作。第3部分是擴展，介紹如何將神經網絡的性能提升到工業應用的層級，甚至讓其在Raspberry Pi上工作。

塔里克·拉希德
擁有物理學學士學位、機器學習和數據挖掘碩士學位。他常年活躍於倫敦的技術領域，領導並組織倫敦Python聚會小組（近3000名成員）。

第1章神經網絡如何工作001 
1.1尺有所短，寸有所長001 
1.2一台簡單的預測機003 
1.3分類器與預測器並無太大差別008 
1.4訓練簡單的分類器011 
1.5有時候一個分類器不足以求解問題020 
1.6神經元——大自然的計算機器024 
1.7在神經網絡中追踪信號033 
1.8憑心而論，矩陣乘法大有用途037 
1.9使用矩陣乘法的三層神經網絡示例043 
1.10學習來自多個節點的權重051 
1.11多個輸出節點反向傳播誤差053 
1.12反向傳播誤差到更多層中054 
1.13使用矩陣乘法進行反向傳播誤差058 
1.14我們實際上如何更新權重061 
1.15權重更新成功範例077 
1.16準備數據078 

第2章使用Python進行DIY 083 
2.1 Python 083 
2.2交互式Python = IPython 084 
2.3優雅地開始使用Python 085 
2.4使用Python製作神經網絡105 
2.5手寫數字的數據集MNIST 121 

第3章趣味盎然153
3.1自己的手寫數字153 
3.2神經網絡大腦內部156 
3.3創建新的訓練數據：旋轉圖像160 
3.4結語164 

附錄A微積分簡介165 
A.1一條平直的線166 
A.2一條斜線168 
A.3一條曲線170 
A.4手繪微積分172 
A.5非手繪微積分174 
A.6無需繪製圖表的微積分177 
A.7模式180 
A.8函數的函數182 

附錄B使用樹莓派來工作186 
B .1安裝IPython 187 
B.2確保各項工作正常進行193 
B.3訓練和測試神經網絡194 
B.4樹莓派成功了195