# understanding_neural_network

**Repository Path**: neural_network/neural_network_code

## Basic Information

- **Project Name**: understanding_neural_network
- **Description**: No description available
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 33
- **Forks**: 15
- **Created**: 2018-12-27
- **Last Updated**: 2025-01-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

### 介绍

本代码库为 **《深入理解神经网络：从逻辑回归到CNN》** 的示例代码。具体运行方法可进入每一章的文件夹看作者的评论。
***
### 环境

Python 版本为 3.6，其余详见 requirements.txt
***
### 数据
“数据” 文件夹内有书中的样例数据集 bird.csv 。该数据集版权属于北京自然博物馆刘迪研究员，只限于学习、实验之用，请勿发表或用作其他用途。
***
### 勘误

|页码|图号|纠正|
|----|----|----|
|23||第 2 行的 **醍醐** 应为 **鹈鹕** 。|
|80||最后一段以及下一页中出现的 4 处 $\frac{h}{\|\|\textbf{h}\|\|}$ 中，分子上的 $h$ 应改为粗体，表示向量，即$\frac{\textbf{h}}{\|\|\textbf{h}\|\|}$。|
|118||式（5.66）下面一行中的 $\textbf{UU}^\rm{T}=I$ 应该是 $\textbf{U}^\rm{T}\textbf{U}=I$ 。|
|190 191   192|8-10 8-11 8-12| $\textbf{x}$、$\textbf{z}$ 和 $\textbf{u}$ 都应该是粗体（向量），且 $\textbf{u}^\rm{1}$、$\textbf{u}^\rm{2}$ 和 $\textbf{u}^\rm{3}$ 应该使用上标（表示一系列向量）。$y$ 是标量，因为一般计算图的结果节点取标量。|
|118||第 1 行，“投影矩阵的 **秩**” 应改为“投影矩阵的 **迹**”。|
|||本书中 **Bias-Variance Trade-off** 翻译成了 **偏置-方差权衡** ，将 **Bias** 翻译成 **偏差** 更合适，更反映本意且不会与模型参数中的 **bias** （**偏置**）混淆。|
|||第 7 章有十来处写成了 **雅克比** ，应该是 **雅可比** 。|

***
### 致谢

感谢 方滨 先生指出若干错误。