刚入门深度学习，想自己动手搭建一个神经网络需要哪些知识？用python训练一个功能齐全的神经网络又需要多长时间呢？这本《用 Python 从头开始学习神经网络》可以给你答案.
这本书的核心是教你如何在没有任何库的情况下自行构建神经网络，并且这本书重要的知识点都有视频加以讲解，大家点击即可跳转非常方便。
通过这种方式可以让大家更好的理解深度学习和相关元素的工作原理。因为只有理解这些基础的原理，你才可以通过深度学习去做更多的事情。
PDF一共658页，需要的可以添加小助手获取。
这本书首先简要概述了什么是神经网络，和机器学习算法结构的基础知识。
在短时间内，我们会跟着作者开始编写第一个神经元，创建神经元层，构建激活函数，计算损失，并使用各种优化器进行反向传播。涵盖了在 Python 中从头开始编写、训练和使用神经网络的所有内容。
这一切都以原始的 Python（无第 3 方库）显示，然后向你展示如何使用 NumPy（Python 中用于计算数学的首选第 3 方库）来做同样的事情，因为学习更多关于使用 NumPy 的知识是这本书一个很好的附带好处。
通过这本书你可以学会
编码一个神经元
了解如何分层连接这些神经元
程序激活函数：Rectified Linear (ReLU)、Softmax、Sigmoid 和 Linear
计算交叉熵损失
使用优化器使用反向传播和参数更新编码和执行梯度计算：随机梯度下降 (SGD)、AdaGrad、RMSprop 和 Adam
如果喜欢本篇的内容记得点点再看，并把他转发到你的朋友圈。请永远不要停止学习，这是你武装自己对抗这个世界最有力的武器！
