文件列表:

【源代码】深度学习入门：基于Python的理论与实现\ch01\hungry.py (21, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch01\img_show.py (162, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch01\man.py (318, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch01\simple_graph.py (204, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch01\sin_cos_graph.py (381, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch01\sin_graph.py (164, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch02\and_gate.py (357, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch02\nand_gate.py (360, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch02\or_gate.py (354, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch02\xor_gate.py (331, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch03\mnist_show.py (551, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch03\neuralnet_mnist.py (1083, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch03\neuralnet_mnist_batch.py (1154, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch03\relu.py (198, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch03\sample_weight.pkl (181853, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch03\sigmoid.py (212, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch03\sig_step_compare.py (361, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch03\step_function.py (267, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch04\gradient_1d.py (497, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch04\gradient_2d.py (1591, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch04\gradient_method.py (755, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch04\gradient_simplenet.py (662, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch04\train_neuralnet.py (1722, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch04\two_layer_net.py (2392, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch05\buy_apple.py (500, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch05\buy_apple_orange.py (988, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch05\gradient_check.py (677, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch05\layer_naive.py (557, 2018-06-09)
【源代码】深度学习入门：基于Python的理论与实现\ch05\train_neuralnet.py (1253, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch05\two_layer_net.py (2488, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch06\batch_norm_gradient_check.py (773, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch06\batch_norm_test.py (2835, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch06\hyperparameter_optimization.py (2663, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch06\optimizer_compare_mnist.py (1900, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch06\optimizer_compare_naive.py (1497, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch06\overfit_dropout.py (1485, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch06\overfit_weight_decay.py (2023, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch06\weight_init_activation_histogram.py (1221, 2018-06-26)
【源代码】深度学习入门：基于Python的理论与实现\ch06\weight_init_compare.py (1909, 2018-06-26)
... ...

# 深度学习入门 ## 文件结构 |文件夹名 |说明 | |:-- |:-- | |ch01 |第1章使用的源代码 | |ch02 |第2章使用的源代码 | |... |... | |ch08 |第8章使用的源代码 | |common |共同使用的源代码 | |dataset |数据集用的源代码 | 源代码的解释请参考本书。 ## 必要条件 执行源代码需要按照以下软件。 * Python 3.x * NumPy * Matplotlib ※Python的版本为Python 3。 ## 执行方法 前进到各章节的文件夹,执行Python命令。 ``` $ cd ch01 $ python man.py $ cd ../ch05 $ python train_nueralnet.py ``` ## 使用许可 本源代码使用[MIT许可协议](http://www.opensource.org/licenses/MIT)。 无论是否为商业行为,均可***使用。 ## 勘误表 本书的勘误信息在以下网址中公开。读者可以在以下网址中查看和提交勘误。 http://www.ituring.com.cn/book/1921

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：