Python與人工神經網路（1）——開一個新坑
阿新 • • 發佈：2019-02-18
《教女朋友學Python》基礎篇完結之後，有的人的手就開始熱得發燙了，總想用Python搞點大事情。於是我們就來搞點大事，開個新坑《Python與人工神經網路》，作為《教女朋友學Python》的續作，屌不屌。
人工神經網路是一聽就是個能唬住人的詞，起碼我是不懂的，接都沒接觸過，所以我找了一本書，準備半翻譯半自我發揮，就當作是我的學習筆記吧，每四天更新一期，與《劉小玩美食教程》交替釋出在微信公眾號下。
我找的這本書叫《Neural Networks and Deep Learning》，作者 Michael Nielsen，美國人，量子物理學家、科技作家、程式設計師。我之所以選這本書，第一是因為這本書評價相當高；第二是因為這本書採用的許可協議是Creative Commons Attribution-NonCommercial 3.0 Unported License ，我可以隨隨便便在這翻譯發表，直接用書裡面的素材而不用擔心版權問題，只要我不拿翻譯出來的東西賣錢就沒問題。第三是因為大部分講人工智慧和深度學習的書使用的R語言，恰好這本書用的Python，完美契合我的上一個專題。原書地址:
另外這本書目前是有中文譯本的，網上可以搜到，我之所以找虐選擇自己去看去翻譯英文版，是因為中文版翻譯的那哥們是個高手，很多數學原理都一筆帶過，原作中有比較詳細的推導。而我的數學基本屬於癱瘓級別，和殘廢級別的英語比起來，殘廢比癱瘓好像稍微好一點，畢竟殘廢還可以用柺杖。此外也因為我自己覺得我可以把複雜的技術問題說的比較簡單有趣，要是看了別人的表述，我也許就不知道該怎麼說了。
這本書主要講了兩個內容，第一個是神經網路，他是一種程式設計方式，能過讓計算機從已有的資料中學習，自己去解決問題；以前我們程式設計，是讓計算機去怎麼做，而神經網路，是我們給計算機喂資料，讓他自己去學著做。第二個是深度學習，就是使用神經網路程式設計時通過資料進行學習的方法。
根據作者在前言部分所說，這本書主要是講理論的，他會比較深刻的論述神經網路和深度學習裡面的核心概念，輔以程式設計實踐，學完之後可以比較容易的上手各種神經網路和機器學習的庫。因此需要一定的程式設計基礎，但不必是專家，學完我們的《教女朋友學Python》課程，輔以百度，就應該看得懂了。數學嘛，作者也說要求不是很嚴格，不過我還是感覺很慌，所以重新買了《高等數學》和《數理統計與概率論》當工具書用，在轉述的時候能避開就避開吧，畢竟在微信公眾號裡面寫數學公式還是有點坑的。
人工神經網路是一聽就是個能唬住人的詞，起碼我是不懂的，接都沒接觸過，所以我找了一本書，準備半翻譯半自我發揮，就當作是我的學習筆記吧，每四天更新一期，與《劉小玩美食教程》交替釋出在微信公眾號下。
我找的這本書叫《Neural Networks and Deep Learning》，作者 Michael Nielsen，美國人，量子物理學家、科技作家、程式設計師。我之所以選這本書，第一是因為這本書評價相當高；第二是因為這本書採用的許可協議是Creative Commons Attribution-NonCommercial 3.0 Unported License ，我可以隨隨便便在這翻譯發表，直接用書裡面的素材而不用擔心版權問題，只要我不拿翻譯出來的東西賣錢就沒問題。第三是因為大部分講人工智慧和深度學習的書使用的R語言，恰好這本書用的Python，完美契合我的上一個專題。原書地址:
另外這本書目前是有中文譯本的，網上可以搜到，我之所以找虐選擇自己去看去翻譯英文版，是因為中文版翻譯的那哥們是個高手，很多數學原理都一筆帶過，原作中有比較詳細的推導。而我的數學基本屬於癱瘓級別，和殘廢級別的英語比起來，殘廢比癱瘓好像稍微好一點，畢竟殘廢還可以用柺杖。此外也因為我自己覺得我可以把複雜的技術問題說的比較簡單有趣，要是看了別人的表述，我也許就不知道該怎麼說了。
這本書主要講了兩個內容，第一個是神經網路，他是一種程式設計方式，能過讓計算機從已有的資料中學習，自己去解決問題；以前我們程式設計，是讓計算機去怎麼做，而神經網路，是我們給計算機喂資料，讓他自己去學著做。第二個是深度學習，就是使用神經網路程式設計時通過資料進行學習的方法。
根據作者在前言部分所說，這本書主要是講理論的，他會比較深刻的論述神經網路和深度學習裡面的核心概念，輔以程式設計實踐，學完之後可以比較容易的上手各種神經網路和機器學習的庫。因此需要一定的程式設計基礎，但不必是專家，學完我們的《教女朋友學Python》課程，輔以百度，就應該看得懂了。數學嘛，作者也說要求不是很嚴格，不過我還是感覺很慌，所以重新買了《高等數學》和《數理統計與概率論》當工具書用，在轉述的時候能避開就避開吧，畢竟在微信公眾號裡面寫數學公式還是有點坑的。
作者在前言裡面還說，一個最簡單的神經網路，用來識別手寫數字的（如圖），只要七十多行程式碼，而準確率高達96%，看著還有點小激動呢。
好了，坑挖好了，從下期開始填，預計用十五期左右填完。
歡迎關注我的微信公眾號獲取最新文章：
