chaosjey的博客

通过手写数字验证神经网络： 对手写的数字5进行二值化，并调整大小与训练集一致为28×2828\times2828×28 代码： import numpy import pylab import scipy.special import matplotlib.pyplot # helper to load data from PNG image files import imageio # glob helps select multiple files using patterns import glob

读入数据集： # load the mnist test data CSV file into a list test_data_file = open("mnist_dataset/mnist_test.csv", 'r') test_data_list = test_data_file.readlines()#用列表进行储存 test_data_file.close()

激活函数：相当于设定阈值，达到阈值才进行输出。例如最简单的阶跃函数、sigmoid函数（y=11+e−xy = \frac{1}{1+e^{-x}}y=1+e−x1​） 输入层：仅表示输入信号，无需应用激活函数； 隐藏层：先对输入加权求和，再应用激活函数。 权重：每个输入所乘的权重是神经网络学习的内容，权重的持续优化得到最优结果。 用矩阵表示：[(w11,w12w_{11}, w_{12}w11​,w12​)，（w21,w22w_{21}, w_{22}w21​,w22​）] * [input1, inpu