神經網絡學習
主要參考資料
-
Brown大學Raissi博客
2017年Raissi提出物理啓發的PINN(Physics Informed Neutral Network),在流體力學等領域展現出很好的應用前景,獲得相關領域的廣泛關注。Raissi博客爲這一領域的入門者提供了非常好的學習課程。課程涉及到高斯過程、神經網絡、反向傳播、深度神經網絡,及其本人提出的PINN。課程自成體系,涵蓋了基本概念、代碼實現及算例測試等三部分。與課程配合,Raissi還提供了算法的源代碼和論文。 -
Neural Networks and Deep Learning
本書作者Michael Nielsen,個人網站Neural Networks and Deep Learning is a free online book. The book will teach you about:
Neural networks, a beautiful biologically-inspired programming paradigm which enables a computer to learn from observational data
Deep learning, a powerful set of techniques for learning in neural networks該書中文譯本,感興趣的可以參考。