神经网络
文章平均质量分 74
NNResearcher
这个作者很懒,什么都没留下…
展开
-
神经网络篇——代码实现密度聚类DBSCAN
一提到密度聚类,脑海中立马就能呈现出一个聚类结果图,不自然的就感觉非常的简单,不就是基于密度的聚类嘛,原理不用看也懂了,但是真的实现起来,仿佛又不知道从哪里开始下手。这时候再仔细回想一下脑海中的密度聚类结果图,好像和K-means聚类的结果图是一样的,那真实的密度聚类是什么样子的呢?看了西瓜书的伪代码后还是没法实现?今天小编就带大家解决一下密度聚类的难点。实现一个神经网络,一定一定要先明白这个网络的结构,输入是什么?输出是什么?网络的层级结构是什么?权值是什么?每个节点代表的...原创 2021-01-04 16:11:07 · 795 阅读 · 6 评论 -
神经网络篇——用TensorFlow2.0框架实现BP网络
熬过了上一篇漫长的代码,稍微解开了一丢丢疑惑,使得抽象的BP有一点具体化了,可是还是有好多细节的东西没有讲清楚,比如,为什么要用激活函数?为什么随机梯度下降没有提到?下面我们来一一解开疑惑。首先是为什么要使用激活函数?这要回顾一下我们在学习BP之前学习的感知器模型。它模仿的是人类体内的信号传导的过程,当信号达到一定的阈值时,就可以继续向后传播。那这个感知器模型和BP网络有什么关系呢?在我们所看到的BP网络的结构图中,其实是被简化了的,下面小编画了一个逻辑更清晰一点的图:这样我们就可以看原创 2021-01-04 16:07:36 · 5869 阅读 · 4 评论 -
神经网络篇——从代码出发理解BP神经网络
一提到反向传播算法,我们就不自觉的想到随机梯度下降、sigmoid激活函数和最让人头大的反向传播法则的推导,即便是把反向传播神经网络的原理学了一遍,也还是一头雾水,在这里推荐一本小编认为把BP神经网络讲的最通透的教材《Python神经网络编程》。下面小编将以代码的方式带着大家一步一步实现BP神经网络,并且还会再用框架的方式实现BP网络,用来和源码作比较,认识一下TensorFlow2.0的强大。 我们首先要理清建立BP神经网络的目的,其次,确定BP神经网络的结构,简单地以一...原创 2021-01-04 16:03:04 · 422 阅读 · 0 评论