掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
深度神經(jīng)網(wǎng)絡(luò)的學習理論
本類五星書更多>
-
>
貨幣大歷史:金融霸權(quán)與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權(quán)力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創(chuàng)意玩具書(精裝4冊)
深度神經(jīng)網(wǎng)絡(luò)的學習理論 版權(quán)信息
- ISBN：9787508865447
- 條形碼：9787508865447 ; 978-7-5088-6544-7
- 裝幀：平裝
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：
深度神經(jīng)網(wǎng)絡(luò)的學習理論 內(nèi)容簡介
本書以函數(shù)逼近論與學習理論為主要工具，建立了一個系統(tǒng)的數(shù)學框架來解釋深度的必要性、深度神經(jīng)網(wǎng)絡(luò)的適用性、數(shù)據(jù)規(guī)模對深度神經(jīng)網(wǎng)絡(luò)的影響、深度選擇問題、網(wǎng)絡(luò)結(jié)構(gòu)選擇問題及過參數(shù)化深度神經(jīng)網(wǎng)絡(luò)的泛化性等現(xiàn)階段深度學習亟待解決的核心理論問題。本書的主要目的有三個:其一是期望從學習理論的角度給出作者的見解，能為某些方向的學者解惑；其二是為打算進入深度學習理論這一領(lǐng)域的青年學者及廣大學生提供參考，使其能盡快領(lǐng)略深度學習理論的魅力;其三是拋磚引玉，希望更多的學者關(guān)注到深度學習理論這一方向并推動這一領(lǐng)域的更快發(fā)展。
深度神經(jīng)網(wǎng)絡(luò)的學習理論 目錄
目錄
《大數(shù)據(jù)與數(shù)據(jù)科學專著系列》序
前言
主要符號表
第1章 深度神經(jīng)網(wǎng)絡(luò)與學習理論 1
1.1 機器學習及其三要素 2
1.2 深度神經(jīng)網(wǎng)絡(luò) 3
1.3 學習理論 6
1.4 深度神經(jīng)網(wǎng)絡(luò)的學習理論問題 10
1.5 文獻導讀 13
第2章 淺層神經(jīng)網(wǎng)絡(luò)的逼近理論 15
2.1 淺層神經(jīng)網(wǎng)絡(luò)的稠密性.15
2.2 淺層神經(jīng)網(wǎng)絡(luò)逼近的復雜性與優(yōu)越性 18
2.3 淺層神經(jīng)網(wǎng)絡(luò)逼近的局限性 22
2.4 相關(guān)證明 26
2.5 文獻導讀 40
第3章 深度的必要性 43
3.1 函數(shù)逼近中深度的作用.43
3.2 深度與寬度對神經(jīng)網(wǎng)絡(luò)覆蓋數(shù)的影響 45
3.3 深度的必要性.49
3.4 深度神經(jīng)網(wǎng)絡(luò)的*優(yōu)泛化性 51
3.5 數(shù)值實驗 53
3.6 相關(guān)證明 55
3.7 文獻導讀 69
第4章 深度全連接神經(jīng)網(wǎng)絡(luò)的學習理論 72
4.1 深度全連接神經(jīng)網(wǎng)絡(luò)的性質(zhì) 72
4.2 深度全連接神經(jīng)網(wǎng)絡(luò)的適用性 75
4.3 數(shù)據(jù)規(guī)模在深度學習中的作用 80
4.4 數(shù)值實驗 84
4.5 相關(guān)證明 87
4.6 文獻導讀 102
第5章 深度稀疏連接神經(jīng)網(wǎng)絡(luò)的學習理論 104
5.1 稀疏連接神經(jīng)網(wǎng)絡(luò) 104
5.2 深度稀疏連接神經(jīng)網(wǎng)絡(luò)的性質(zhì).108
5.3 深度選擇與深度-參數(shù)平衡現(xiàn)象 111
5.4 深度稀疏連接神經(jīng)網(wǎng)絡(luò)的構(gòu)造 115
5.5 數(shù)值實驗 118
5.6 相關(guān)證明 121
5.7 文獻導讀 133
第6章 深度卷積神經(jīng)網(wǎng)絡(luò)的學習理論 136
6.1 卷積神經(jīng)網(wǎng)絡(luò) 136
6.2 零填充在卷積神經(jīng)網(wǎng)絡(luò)中的作用 141
6.3 池化的作用 143
6.4 卷積神經(jīng)網(wǎng)絡(luò)的逼近與學習性能 147
6.5 數(shù)值實驗 149
6.6 相關(guān)證明 152
6.7 文獻導讀 164
第7章 過參數(shù)化神經(jīng)網(wǎng)絡(luò)的學習理論 167
7.1 過參數(shù)化神經(jīng)網(wǎng)絡(luò) 167
7.2 全局極小解的分布與性質(zhì) 169
7.3 過參數(shù)化神經(jīng)網(wǎng)絡(luò)的泛化性能 171
7.4 數(shù)值實驗 174
7.5 相關(guān)證明 177
7.6 文獻導讀 185
參考文獻 187
《大數(shù)據(jù)與數(shù)據(jù)科學專著系列》已出版書目 195
《大數(shù)據(jù)與數(shù)據(jù)科學專著系列》序
前言
主要符號表
第1章 深度神經(jīng)網(wǎng)絡(luò)與學習理論 1
1.1 機器學習及其三要素 2
1.2 深度神經(jīng)網(wǎng)絡(luò) 3
1.3 學習理論 6
1.4 深度神經(jīng)網(wǎng)絡(luò)的學習理論問題 10
1.5 文獻導讀 13
第2章 淺層神經(jīng)網(wǎng)絡(luò)的逼近理論 15
2.1 淺層神經(jīng)網(wǎng)絡(luò)的稠密性.15
2.2 淺層神經(jīng)網(wǎng)絡(luò)逼近的復雜性與優(yōu)越性 18
2.3 淺層神經(jīng)網(wǎng)絡(luò)逼近的局限性 22
2.4 相關(guān)證明 26
2.5 文獻導讀 40
第3章 深度的必要性 43
3.1 函數(shù)逼近中深度的作用.43
3.2 深度與寬度對神經(jīng)網(wǎng)絡(luò)覆蓋數(shù)的影響 45
3.3 深度的必要性.49
3.4 深度神經(jīng)網(wǎng)絡(luò)的*優(yōu)泛化性 51
3.5 數(shù)值實驗 53
3.6 相關(guān)證明 55
3.7 文獻導讀 69
第4章 深度全連接神經(jīng)網(wǎng)絡(luò)的學習理論 72
4.1 深度全連接神經(jīng)網(wǎng)絡(luò)的性質(zhì) 72
4.2 深度全連接神經(jīng)網(wǎng)絡(luò)的適用性 75
4.3 數(shù)據(jù)規(guī)模在深度學習中的作用 80
4.4 數(shù)值實驗 84
4.5 相關(guān)證明 87
4.6 文獻導讀 102
第5章 深度稀疏連接神經(jīng)網(wǎng)絡(luò)的學習理論 104
5.1 稀疏連接神經(jīng)網(wǎng)絡(luò) 104
5.2 深度稀疏連接神經(jīng)網(wǎng)絡(luò)的性質(zhì).108
5.3 深度選擇與深度-參數(shù)平衡現(xiàn)象 111
5.4 深度稀疏連接神經(jīng)網(wǎng)絡(luò)的構(gòu)造 115
5.5 數(shù)值實驗 118
5.6 相關(guān)證明 121
5.7 文獻導讀 133
第6章 深度卷積神經(jīng)網(wǎng)絡(luò)的學習理論 136
6.1 卷積神經(jīng)網(wǎng)絡(luò) 136
6.2 零填充在卷積神經(jīng)網(wǎng)絡(luò)中的作用 141
6.3 池化的作用 143
6.4 卷積神經(jīng)網(wǎng)絡(luò)的逼近與學習性能 147
6.5 數(shù)值實驗 149
6.6 相關(guān)證明 152
6.7 文獻導讀 164
第7章 過參數(shù)化神經(jīng)網(wǎng)絡(luò)的學習理論 167
7.1 過參數(shù)化神經(jīng)網(wǎng)絡(luò) 167
7.2 全局極小解的分布與性質(zhì) 169
7.3 過參數(shù)化神經(jīng)網(wǎng)絡(luò)的泛化性能 171
7.4 數(shù)值實驗 174
7.5 相關(guān)證明 177
7.6 文獻導讀 185
參考文獻 187
《大數(shù)據(jù)與數(shù)據(jù)科學專著系列》已出版書目 195
展開全部
書友推薦
- >
中國歷史的瞬間
- >
自卑與超越
- >
煙與鏡
- >
姑媽的寶刀
- >
伯納黛特,你要去哪(2021新版)
- >
巴金－再思錄
- >
李白與唐代文化
- >
名家?guī)阕x魯迅:朝花夕拾
本類暢銷
