机器学习:总结篇—— 《Python深度学习》读书笔记(8)

本系列文章是对《Python深度学习》这本书阅读过程中,提炼出来的读书笔记。

《Python深度学习》这本书的作者是Keras之父,也是Tensorflow框架的贡献者,本书的特点是,作者从一个编程学习者的角度来描述机器学习,而不是堆上来复杂的数学公式和函数变换。所有的数学理论或者公式,都用程序的方式描述出来,对于没有数学功底的开发者来说是一个很大的福利。不过当然,后期还是离不开数学,但作为入门来说这本书就相当的好了。

前置课程:

机器学习的数学基础—— 《Python深度学习》读书笔记(1)

机器学习的模型概念和构建方法入门—— 《Python深度学习》读书笔记(2)

机器学习建模的数据特征工程—— 《Python深度学习》读书笔记(3)

机器学习:循环神经网络RNN原理分析—— 《Python深度学习》读书笔记(4)

机器学习:LSTM网络单元内部原理深度解析—— 《Python深度学习》读书笔记(5)

机器学习:循环神经网络的高级用法—— 《Python深度学习》读书笔记(6)

机器学习:Kreas在机器学习中的应用实践—— 《Python深度学习》读书笔记(7)

本章主要对全书核心内容的一个总结,内容基本在前文中都有提到,笔记中对常见的几种网络应用场景和代码表现形式做了总结。 

平时联系时候遇到选择使用模型时,可以参考一下本文。

机器学习:总结篇—— 《Python深度学习》读书笔记(8)_第1张图片

 

机器学习:总结篇—— 《Python深度学习》读书笔记(8)_第2张图片

 

 

机器学习:总结篇—— 《Python深度学习》读书笔记(8)_第3张图片

你可能感兴趣的:(读书笔记)