ConvnetJS :可视化 神经网络的二元分类效果

进入网页ConvnetJS demo,可视化双层神经网络的分类结果,红点表示类别0, 绿点表示类别1的数据,

type为网络层之间的连接方式,fc表示fully connected(全连接),
activation为激活函数,此处用双曲正切函数,对于分类采用softmax,类别数目 num_classes为2


layer_defs.push({type:'fc', num_neurons:6, activation: 'tanh'});
layer_defs.push({type:'fc', num_neurons:2, activation: 'tanh'});
layer_defs.push({type:'softmax', num_classes:2});

 模型的超参数:学习率为0.01,动量为0.1,批大小的10,L2正则化的权重衰减率为0.001

trainer = new convnetjs.SGDTrainer(net, {learning_rate:0.01, momentum:0.1, batch_size:10, l2_decay:0.001});

 自行更改 num_neurons ,再点击【change network】,观察就可以发现神经元数目对网络效果的影响。

左图的下方 有简单数据,环形/螺旋形数据,随机数据四种。

右图的下方有网络各层的数据点分布,还挺好玩的。适合初学者。

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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