内容简介

作者简介：

斋藤康毅

东京工业大学毕业，并完成东京大学研究生院课程。现从事计算机视觉与机器学习相关的研究和开发工作。是Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版译者。

译者简介：

陆宇杰

众安科技NLP算法工程师。主要研究方向为自然语言处理及其应用，对图像识别、机器学习、深度学习等领域有密切关注。Python爱好者。

作品目录

译者序 xiii
前言 xv
第1章　Python入门 1
1.1 Python是什么 1
1.2 Python的安装 2
1.2.1　Python版本 2
1.2.2　使用的外部库 2
1.2.3　Anaconda发行版 3
1.3 Python解释器 4
1.3.1　算术计算 4
1.3.2　数据类型 5
1.3.3　变量 5
1.3.4　列表 6
1.3.5　字典 7
1.3.6　布尔型 7
1.3.7　if 语句 8
1.3.8　for 语句 8
1.3.9　函数 9
1.4 Python脚本文件 9
1.4.1　保存为文件 9
1.4.2　类 10
1.5 NumPy 11
1.5.1　导入NumPy 11
1.5.2　生成NumPy数组 12
1.5.3　NumPy 的算术运算 12
1.5.4　NumPy的N维数组 13
1.5.5　广播 14
1.5.6　访问元素 15
1.6 Matplotlib 16
1.6.1　绘制简单图形 16
1.6.2　pyplot 的功能 17
1.6.3　显示图像 18
1.7 小结 19
第2章　感知机 21
2.1 感知机是什么 21
2.2 简单逻辑电路 23
2.2.1　与门 23
2.2.2　与非门和或门 23
2.3 感知机的实现 25
2.3.1　简单的实现 25
2.3.2　导入权重和偏置 26
2.3.3　使用权重和偏置的实现 26
2.4 感知机的局限性 28
2.4.1　异或门 28
2.4.2　线性和非线性 30
2.5 多层感知机 31
2.5.1　已有门电路的组合 31
2.5.2　异或门的实现 33
2.6 从与非门到计算机 35
2.7 小结 36
第3章　神经网络 37
3.1 从感知机到神经网络 37
3.1.1　神经网络的例子 37
3.1.2　复习感知机 38
3.1.3　激活函数登场 40
3.2 激活函数 42
3.2.1　sigmoid 函数 42
3.2.2　阶跃函数的实现 43
3.2.3　阶跃函数的图形 44
3.2.4　sigmoid 函数的实现 45
3.2.5　sigmoid 函数和阶跃函数的比较 46
3.2.6　非线性函数 48
3.2.7　ReLU函数 49
3.3 多维数组的运算 50
3.3.1　多维数组 50
3.3.2　矩阵乘法 51
3.3.3　神经网络的内积 55
3.4 3 层神经网络的实现 56
3.4.1　符号确认 57
3.4.2　各层间信号传递的实现 58
3.4.3　代码实现小结 62
3.5 输出层的设计 63
3.5.1　恒等函数和softmax 函数 64
3.5.2　实现softmax 函数时的注意事项 66
3.5.3　softmax 函数的特征 67
3.5.4　输出层的神经元数量 68
3.6 手写数字识别 69
3.6.1　MNIST数据集 70
3.6.2　神经网络的推理处理 73
3.6.3　批处理 75
3.7 小结 79
第4章　神经网络的学习 81
4.1 从数据中学习 81
4.1.1　数据驱动 82
4.1.2　训练数据和测试数据 84
4.2 损失函数 85
4.2.1　均方误差 85
4.2.2　交叉熵误差 87
4.2.3　mini-batch 学习 88
4.2.4　mini-batch 版交叉熵误差的实现 91
4.2.5　为何要设定损失函数 92
4.3 数值微分 94
4.3.1　导数 94
4.3.2　数值微分的例子 96
4.3.3　偏导数 98
4.4 梯度 100
4.4.1　梯度法 102
4.4.2　神经网络的梯度 106
4.5 学习算法的实现 109
4.5.1　2 层神经网络的类 110
4.5.2　mini-batch 的实现 114
4.5.3　基于测试数据的评价 116
4.6 小结 118
第5章　误差反向传播法 121
5.1 计算图 121
5.1.1　用计算图求解 122
5.1.2　局部计算 124
5.1.3　为何用计算图解题 125
5.2 链式法则 126
5.2.1　计算图的反向传播 127
5.2.2　什么是链式法则 127
5.2.3　链式法则和计算图 129
5.3 反向传播 130
5.3.1　加法节点的反向传播 130
5.3.2　乘法节点的反向传播 132
5.3.3　苹果的例子 133
5.4 简单层的实现 135
5.4.1　乘法层的实现 135
5.4.2　加法层的实现 137
5.5 激活函数层的实现 139
5.5.1　ReLU层 139
5.5.2　Sigmoid 层 141
5.6 AffineSoftmax层的实现 144
5.6.1　Affine层 144
5.6.2　批版本的Affine层 148
5.6.3　Softmax-with-Loss 层 150
5.7 误差反向传播法的实现 154
5.7.1　神经网络学习的全貌图 154
5.7.2　对应误差反向传播法的神经网络的实现 155
5.7.3　误差反向传播法的梯度确认 158
5.7.4　使用误差反向传播法的学习 159
5.8 小结 161
第6章　与学习相关的技巧 163
6.1 参数的更新 163
6.1.1　探险家的故事 164
6.1.2　SGD 164
6.1.3　SGD的缺点 166
6.1.4　Momentum 168
6.1.5　AdaGrad 170
6.1.6　Adam 172
6.1.7　使用哪种更新方法呢 174
6.1.8　基于MNIST数据集的更新方法的比较 175
6.2 权重的初始值 176
6.2.1　可以将权重初始值设为0 吗 176
6.2.2　隐藏层的激活值的分布 177
6.2.3　ReLU的权重初始值 181
6.2.4　基于MNIST数据集的权重初始值的比较 183
6.3 Batch Normalization 184
6.3.1　Batch Normalization 的算法 184
6.3.2　Batch Normalization 的评估 186
6.4 正则化 188
6.4.1　过拟合 189
6.4.2　权值衰减 191
6.4.3　Dropout 192
6.5 超参数的验证 195
6.5.1　验证数据 195
6.5.2　超参数的最优化 196
6.5.3　超参数最优化的实现 198
6.6 小结 200
第7章　卷积神经网络 201
7.1 整体结构 201
7.2 卷积层 202
7.2.1　全连接层存在的问题 203
7.2.2　卷积运算 203
7.2.3　填充 206
7.2.4　步幅 207
7.2.5　3 维数据的卷积运算 209
7.2.6　结合方块思考 211
7.2.7　批处理 213
7.3 池化层 214
7.4 卷积层和池化层的实现 216
7.4.1　4 维数组 216
7.4.2　基于im2col 的展开 217
7.4.3　卷积层的实现 219
7.4.4　池化层的实现 222
7.5 CNN的实现 224
7.6 CNN的可视化 228
7.6.1　第1 层权重的可视化 228
7.6.2　基于分层结构的信息提取 230
7.7 具有代表性的CNN 231
7.7.1　LeNet 231
7.7.2　AlexNet 232
7.8 小结 233
第8章　深度学习 235
8.1 加深网络 235
8.1.1　向更深的网络出发 235
8.1.2　进一步提高识别精度 238
8.1.3　加深层的动机 240
8.2 深度学习的小历史 242
8.2.1　ImageNet 243
8.2.2　VGG 244
8.2.3　GoogLeNet 245
8.2.4　ResNet 246
8.3 深度学习的高速化 248
8.3.1　需要努力解决的问题 248
8.3.2　基于GPU的高速化 249
8.3.3　分布式学习 250
8.3.4　运算精度的位数缩减 252
8.4 深度学习的应用案例 253
8.4.1　物体检测 253
8.4.2　图像分割 255
8.4.3　图像标题的生成 256
8.5 深度学习的未来 258
8.5.1　图像风格变换 258
8.5.2　图像的生成 259
8.5.3　自动驾驶 261
8.5.4　Deep Q-Network（强化学习） 262
8.6 小结 264
附录A　Softmax-with-Loss 层的计算图 267
A.1 正向传播 268
A.2 反向传播 270
A.3 小结 277
参考文献 279
· · · · · ·

作者简介

作者简介：

斋藤康毅

东京工业大学毕业，并完成东京大学研究生院课程。现从事计算机视觉与机器学习相关的研究和开发工作。是Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版译者。

译者简介：

陆宇杰

众安科技NLP算法工程师。主要研究方向为自然语言处理及其应用，对图像识别、机器学习、深度学习等领域有密切关注。Python爱好者。

精彩摘录

最近出现了很多深度学习相关的库，任何人都可以方便地使用。实际上，使用这些库的话，可以轻松地运行深度学习的程序。那么，为什么我们还要特意花时间从零开始实现深度学习呢？一个理由就是，在制作东西的过程中可以学到很多。在制作东西的过程中，会进行各种各样的实验，有时也会卡住，抱着脑袋想为什么会这样。这种费时的工作对深刻理解技术而言是宝贵的财富。像这样认真花费时间获得的知识在使用现有的库、阅读最新的文章、创建原创的系统时都大有用处。而且最重要的是，制作本身就是一件快乐的事情。（还需要快乐以外的其他什么理由吗？）

——引自章节：前言　　xv

defAND(x1,x2):x=np.array([x1,x2])w=np.array([0.5,0.5])b=-0.7tmp=np.sum(w*x)+biftmp<=0:return0else:return1这里把−θ命名为偏置b，但是请注意，偏置和权重w1、w2的作用是不一样的。具体地说，w1和w2是控制输入信号的重要性的参数，而偏置是调整神经元被激活的容易程度（输出信号为1的程度）的参数。比如，若b为−0.1，则只要输入信号的加权总和超过0.1，神经元就会被激活。但是如果b为−20.0，则输入信号的加权总和必须超过20.0，神经元才会被激活。像这样，偏置的值决定了神经元被激活的容易程度。另外，这里我们将w1和w2称为权重，将b称为偏置，但是根据上下文，有时也会将b、w1、w2这些参数统称为权重。

——引自第27页