概述
之前已经讲述了不少理论知识了,现在是时候开始实战了。让我们尝试从零开始打造一个神经网络并训练它,把整个过程串起来。
为了更直观、更容易理解,我们遵循以下原则:
- 不使用第三方库,让逻辑更加简单;
- 不做性能优化:避免引入额外的概念和技巧,增加复杂度;
数据集
首先,我们需要一个数据集。为了方便可视化,我们使用一个二元函数作为目标函数,然后基于它的采样来生成数据集。
注:实际工程项目中,目标函数是未知的,但是可以基于它进行采样。
虚构目标函数
o ( x , y ) = { 1 x 2 + y 2 < 1 0 其它 o(x, y) = \begin{cases} 1 & x^2 + y^2 < 1 \\ 0 & \text{其它}\end{cases} o(x,y)={ 10x2+y2<1其它
代码如下:
def o(x, y):
return 1.0 if x*x + y*y < 1 else 0.0
生成数据集
sample_density = 10
xs = [
[-2.0 + 4 * x/sample_density, -2.0 + 4 * y/sample_density]
for x in range(sample_density+1)
for y in range(sample_density+1)
]
dataset = [
(x, y, o(x, y))
for x, y in xs
]
生成的数据为:[[-2