神经网络系列目录:
神经网络①——神经网络原理介绍(BP算法)
神经网络③——sklearn参数介绍及应用
神经网络实战④——主播综合评分回归预测实战
最小二乘法&梯度下降法区别及python实现
上一篇博客介绍了神经网络其实就是两步,第一步是前向传输,根据输入的特征值与权重矩阵以及激活函数,不断往前计算,得到输出层的值,第二步就是后向传播,根据残差的加权求和,不断往后,直到输入层,然后更新权重,不断进行这两步,直接输出结果的误差在所要求范围内即可。
本篇博文通过python代码实现神经网络,采用sklearn自带的手写数字集,看分类情况如何
一、导入数据集并标准化
数据集的加载非常简单,直接调用load_digits即可,常用到的数据有:
digits.data:手写数字特征向量数据集,每一个元素都是一个64维的特征向量。