- 博客(6)
- 收藏
- 关注
RSS订阅原创 基于PyTorch实现最基本的神经网络
笔者在尝试使用库实现各种神经网络时，发现网络上大部分的教程都是使用Tensorflow或者是Kears，虽然也有PyTorch，但是比较少，而且教程都过于老旧，有一大部分是直接上来就实现一个卷积神经网络，并不是我想知道的，我想要的只是最简单的模型，具体要怎么操作我自己再改嘛，我是来学习的不是来看你秀技的，最终，在查阅资料与询问大佬后实现了一个最简单的神经网络，准确率有99%，当然这是这训练集上的准确率，测试集还没有试过，因为只是最简单的实现，这些内容也等构建出来再说。
2024-01-27 18:54:30
1260
原创 神经网络实现-python
书上的推导使用链式法则，计算预测的标签与目标标签的差值，将这个差值与各个权重求偏导得到权重更新的公式，这里不做推导，会先把公式列出，然后对公式进行矩阵乘法可能性的探讨。对于权重的命名规则，如v_1h，表示从1指向h结点的线，w同理，注意，这两个权重位于不同层之间，由于使用矩阵乘法进行计算，需要先确定各个层的尺寸。y_j表示数据的标签，y'_j表示预测的标签，从最开始的图推测，j的取值应该是[1,l]，即对应输出层的各个结点。d:输入层的结点数，q:隐藏层的结点数，l:输出层的结点数。
2024-01-25 11:47:23
1398
原创 神经网络代码实现备注
假设输入的矩阵是一个(n,d)的数据X，每一行表示一个数据，各列表示输入的数据的某一维的数据，对于从输入层到隐藏层的权重用w表示，而w也是一个矩阵，其大小为(d,h)，其中d表示输入的数据的维数，h表示隐藏层的结点个数，而根据矩阵乘法的计算方法，X*w后得到的数据的每一行，表示改行原始数据对应的隐藏层的结点的输出！很可惜的是，直至在写这篇文章时，实现的模型的准确率依然只有4%，也就是出现bug了，但是暂时还没有想到问题在哪里，但是确实发现了很神奇的可以使得代码简洁的算法，下面将会描述。
2024-01-24 18:29:34
325
1
原创 Python自制 笨鸟先飞
回想起寒假之前也做过一个游戏，但是还没有做好，出现了很多问题，于是想要再做一个游戏来填补自己以前的遗憾，于是着手尝试从头开始了解Pygame，于是我打开了Pygame的官网，并发现了一些有趣的事情，下面代码是官网给出的Pygame的示例代码这段代码的效果就是在屏幕中间整个球，然后用W,S,A,D控制这个球移动，效果如下研究了一下发现他的逻辑很简单，就是直接上下移动多少，然后画个球更新位置，于是我就知道了应该如何操作了。
2023-08-04 12:03:26
417
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人