9-1 从零开始训练网络

本文介绍了如何从零开始搭建神经网络的基本架构,包括初始化、训练和查询接口的设计。在训练网络部分,详细阐述了自我训练的两个步骤:计算结果和误差反向传播更新权重。同时,讨论了获取训练数据及预处理的重要性,最后提到网络的目标是识别手写数字,并解释了输出层的设计逻辑。
摘要由CSDN通过智能技术生成

目录

  1. 搭建网络基本架构
  2. 构建训练网络
  3. 启动训练网络并测试数据

1 搭建网络基本架构

要完成的功能

我们的代码要导出三个接口,分别完成以下功能:

  1. 初始化 initialization,设置输入层,中间层,和输出层的节点数。
  2. 训练 train 根据训练数据不断的更新权重值
  3. 查询 query,把新的数据输入给神经网络,网络计算后输出答案。(推理)

完成以上代码后,神经网络的大体框架就完成了,我们留下最重要的train函数,也就是通过训练样本训练链路权重的流程到下一步实现。

2 构建训练网络

1 实现网络训练功能

自我训练过程分两步:

  1. 第一步是计算输入训练数据,给出网络的计算结果,这点跟我们前面实现的query()功能很像。 ——计算结果
  2. 第二步是将计算结果与正确结果相比对,获取误差,采用误差反向传播法更新网络里的每条链路权重。 ——更新权重

2 获取训练数据及预处理

接下来我们就得拿实际数据来训练我们的神经网络了。
我们要做的是读取训练数据,以及数据的预处理(归一化)

3 启动训练网络并测试数据<

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值