第1章 神经网络如何工作

1.1尺有所短，寸有所长

1.2一台简单的预测机

1.3分类器与预测器并无太大差别

1.4训练简单的分类器

1.5有时候一个分类器不足以求解问题

1.6神经元——大自然的计算机器

1.7在神经网络中追踪信号

1.8凭心而论，矩阵乘法大有用途

1.9使用矩阵乘法的三层神经网络示例

1.10学习来自多个节点的权重

1.11 多个输出节点反向传播误差

1.12反向传播误差到更多层中

1.13使用矩阵乘法进行反向传播误差

1.14我们实际上如何更新权重

1.15权重更新成功范例

1.16准备数据

第2章 使用Python进行DIY

2.1 Python

2.2交互式Python＝I Python

2.3优雅地开始使用Python

2.4使用Python制作神经网络

2.5手写数字的数据集MNIST

第3章 趣味盎然

3.1自己的手写数字

3.2神经网络大脑内部

3.3创建新的训练数据：旋转图像

3.4结语

附录A微积分简介

A.1一条平直的线

A.2一条斜线

A.3一条曲线

A.4手绘微积分

A.5非手绘微积分

A.6无需绘制图表的微积分

A.7模式

A.8函数的函数

附录B使用树莓派来工作

B.1安装IPython

B.2确保各项工作正常进行

B.3训练和测试神经网络

B.4树莓派成功了