# 深度学习入门
## 文件结构
|文件夹名 |说明 |
|:-- |:-- |
|ch01 |第1章使用的源代码 |
|ch02 |第2章使用的源代码 |
|... |... |
|ch08 |第8章使用的源代码 |
|common |共同使用的源代码 |
|dataset |数据集用的源代码 |
源代码的解释请参考本书。
## 必要条件
执行源代码需要按照以下软件。
* Python 3.x
* NumPy
* Matplotlib
※Python的版本为Python 3。
## 执行方法
前进到各章节的文件夹，执行Python命令。
```
$ cd ch01
$ python man.py
$ cd ../ch05
$ python train_nueralnet.py
```
## 使用许可
本源代码使用[MIT许可协议](http://www.opensource.org/licenses/MIT)。
无论是否为商业行为，均可自由使用。
## 勘误表
本书的勘误信息在以下网址中公开。读者可以在以下网址中查看和提交勘误。
http://www.ituring.com.cn/book/1921
深度学习入门：基于Python的理论与实现源代码
需积分: 0 139 浏览量
2023-08-22
11:17:43
上传
评论 3
收藏 25.77MB ZIP 举报
【源代码】深度学习入门：基于Python的理论与实现.zip （76个子文件） 
【源代码】深度学习入门：基于Python的理论与实现 ch06 
weight_init_activation_histogram.py 1KB batch_norm_test.py 3KB hyperparameter_optimization.py 3KB batch_norm_gradient_check.py 773B weight_init_compare.py 2KB overfit_weight_decay.py 2KB optimizer_compare_naive.py 1KB overfit_dropout.py 1KB optimizer_compare_mnist.py 2KB ch08 train_deepnet.py 699B half_float_network.py 766B deep_convnet.py 6KB awesome_net.py 27B deep_convnet_params.pkl 966KB misclassified_mnist.py 2KB LICENSE.md 1KB ch01 img_show.py 162B sin_cos_graph.py 381B sin_graph.py 164B simple_graph.py 204B hungry.py 21B man.py 318B ch04 two_layer_net.py 2KB gradient_2d.py 2KB train_neuralnet.py 2KB gradient_method.py 755B gradient_simplenet.py 662B gradient_1d.py 497B dataset 
t10k-images-idx3-ubyte.gz 1.57MB __init__.py 0B
lena.png 115KB lena_gray.png 42KB train-labels-idx1-ubyte.gz 28KB mnist.py 3KB mnist.pkl 52.4MB train-images-idx3-ubyte.gz 9.45MB __pycache__ mnist.cpython-311.pyc 7KB __init__.cpython-311.pyc 224B t10k-labels-idx1-ubyte.gz 4KB ch05 two_layer_net.py 2KB train_neuralnet.py 1KB layer_naive.py 557B gradient_check.py 677B buy_apple.py 500B buy_apple_orange.py 988B common __init__.py 0B multi_layer_net_extend.py 7KB util.py 3KB layers.py 8KB trainer.py 3KB gradient.py 1KB functions.py 1KB multi_layer_net.py 5KB __pycache__ __init__.cpython-311.pyc 223B functions.cpython-311.pyc 3KB optimizer.py 4KB ch07 visualize_filter.py 801B simple_convnet.py 5KB params.pkl 3.31MB train_convnet.py 1KB gradient_check.py 544B apply_filter.py 2KB .gitignore 37B README.md 1KB ch02 nand_gate.py 360B and_gate.py 357B xor_gate.py 331B or_gate.py 354B ch03 sig_step_compare.py 361B sample_weight.pkl 178KB mnist_show.py 551B step_function.py 267B neuralnet_mnist.py 1KB relu.py 198B sigmoid.py 212B neuralnet_mnist_batch.py 1KB资源评论
