第1章 神经网络如何工作 1
1.1尺有所短，寸有所长 1
1.2一台简单的预测机 3
1.3分类器与预测器并无太大差别 8
1.4训练简单的分类器 11
1.5有时候一个分类器不足以求解问题 20
1.6神经元——大自然的计算机器 24
1.7在神经网络中追踪信号 33
1.8凭心而论，矩阵乘法大有用途 37
1.9使用矩阵乘法的三层神经网络示例 43
1.10学习来自多个节点的权重 51
1.11 多个输出节点反向传播误差 53
1.12反向传播误差到更多层中 54
1.13使用矩阵乘法进行反向传播误差 58
1.14我们实际上如何更新权重 61
1.15权重更新成功范例 77
1.16准备数据 78
第2章 使用Python进行DIY 83
2.1 Python 83
2.2交互式Python＝I Python 84
2.3优雅地开始使用Python 85
2.4使用Python制作神经网络 105
2.5手写数字的数据集MNIST 121
第3章 趣味盎然 153
3.1自己的手写数字 153
3.2神经网络大脑内部 156
3.3创建新的训练数据：旋转图像 160
3.4结语 164
附录A微积分简介 165
A.1一条平直的线 166
A.2一条斜线 168
A.3一条曲线 170
A.4手绘微积分 172
A.5非手绘微积分 174
A.6无需绘制图表的微积分 177
A.7模式 180
A.8函数的函数 182
附录B使用树莓派来工作 186
B.1安装IPython 187
B.2确保各项工作正常进行 193
B.3训练和测试神经网络 194
B.4树莓派成功了 195