这是我在做大学教授期间推荐给我学生的一本书，非常好，适合入门学习。《python深度学习》由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。作者在github公布了代码，代码几乎囊括了本书所有知识点。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。但是有一个小小的遗憾：代码的解释和注释是全英文的，即使英文水平较好的朋友看起来也很吃力。本人认为，这本书和代码是初学者入门深度学习及Keras最好的工具。作者在github公布了代码，本人参照书本，对全部代码做了中文解释和注释，并下载了代码所需要的一些数据集（尤其是“猫狗大战”数据集），并对其中一些图像进行了本地化，代码全部测试通过。（请按照文件顺序运行，代码前后有部分关联）。以下代码包含了全书约80%左右的知识点，代码目录：2.1: A first look at a neural network（ 初识神经网络）3.5: Classifying movie reviews（电影评论分类：二分类问题）3.6: Classifying newswires（新闻分类：多分类问题 ）3.7: Predicting house prices（预测房价：回归问题）4.4: Underfitting and overfitting（ 过拟合与欠拟合）5.1: Introduction to convnets（卷积神经网络简介）5.2: Using convnets with small datasets（在小型数据集上从头开始训练一个卷积网络）5.3: Using a pre-trained convnet（使用预训练的卷积神经网络）5.4: Visualizing what convnets learn（卷积神经网络的可视化）
上传时间： 2022-01-30
上传用户：
人工神经网络提供了一种普遍且实用的方法从样例中学习值为实数、离散值或向量的函数反向传播算法，使用梯度下降来调节网络参数以最佳拟合由输入-输出对组成的训练集合人工神经网络对于训练数据中的错误健壮性很好人工神经网络已被成功应用到很多领域，例如视觉场景分析，语音识别，机器人控制神经网络学习对于逼近实数值、离散值或向量值的目标函数提供了一种健壮性很强的方法对于某些类型的问题，如学习解释复杂的现实世界中的传感器数据，人工神经网络是目前知道的最有效的学习方法反向传摇成功例子，学习识别手写字符，学习识别口语，学习识别人脸生物学动机ANN受到生物学的启发，生物的学习系统是由相互连接的神经元组成的异常复杂的网络。ANN由一系列简单的单元相互密集连接构成的，其中每一个单元有一定数量的实值输入，并产生单一的实数值输出人脑的构成，大约有1011个神经元，平均每一个与其他104个相连神经元的活性通常被通向其他神经元的连接激活或抑制最快的神经元转换时间比计算机慢很多，然而人脑能够以惊人的速度做出复杂度惊人的决策很多人推测，生物神经系统的信息处理能力一定得益于对分布在大量神经元上的信息表示的高度并行处理
上传时间： 2022-04-08
上传用户：trh505
关于ARM学习板的遥控器程序，适合感兴趣的学习者学习，可以提高自己的能力，大家可以多交流哈
上传时间： 2022-05-21
上传用户：zhaiyawei
关于ARM学习板的无线通讯程序（超实用），适合感兴趣的学习者学习，可以提高自己的能力，大家可以多交流哈
上传时间： 2022-05-21
上传用户：得之我幸78
基于ARM学习板的R485程序（超实用），适合感兴趣的学习者学习，可以提高自己的能力，大家可以多交流哈
上传时间： 2022-05-21
上传用户：trh505
关于ARM学习板RTC+18B20+内部温度传感器程序（超实用），适合感兴趣的学习者学习，可以提高自己的能力，大家可以多交流哈
上传时间： 2022-05-21
上传用户：
关于ARM学习板的按键程序（超实用），适合感兴趣的学习者学习，可以提高自己的能力，大家可以多交流哈
标签： arm
上传时间： 2022-05-21
上传用户：
关于ARM学习板 LED程序（超实用），适合感兴趣的学习者学习，可以提高自己的能力，大家可以多交流哈
上传时间： 2022-05-21
上传用户：
关于ARM学习板的AD超实用程序。适合感兴趣的学习者学习，可以提高自己的能力，大家可以多交流哈
标签： arm
上传时间： 2022-05-21
上传用户：
本书配套汪建的《电路原理》使用。《电路原理教程》是汪建、汪泉编著，2017年清华大学出版社出版的教育部高等学校电子信息类专业教学指导委员会规划教材、高等学校电子信息类专业系列教材、国家电工电子教学基础教材、湖北省精品课程教材。该教材可作为高等院校电气、电子信息类专业“电路理论”课程的教材，也可供有关科技人员参考。该教材介绍了电路的基本原理和基本分析方法。全书共13章，主要内容包括：电路的基本定律和电路元件，电路分析方法——等效变换法、电路方程法、运用电路定理法，含运算放大器的电阻电路，动态元件，正弦稳态分析，谐振电路与互感耦合电路，三相电路，非正弦周期性稳态电路分析，双口网络，暂态分析方法——经典分析法、复频域分析法。该教材从培养学生分析、解决电路问题的能力出发，通过对电路原理课程中重点、难点及解题方法的论述，将基本内容的叙述和学习方法的指导融合。强调对基本概念的准确理解。对重点、难点内容用注释方式予以较详尽的说明和讨论；对在理解和掌握上易出错之处给予必要的提示；重视对基本分析方法的训练和掌握。对各种解题方法给出了具体步骤，并用实例说明这些解题方法的具体应用，且许多例题同时给出多种解法供读者比较；注意培养学生独立思考、善于灵活运用基本概念和方法分析解决各种电路问题的能力；通过对一些典型的或综合性较强且有一定难度的例题的讲解，进一步讨论各种电路分析方法的灵活应用。
标签： 电路原理
上传时间： 2022-06-04
上传用户：kingwide
