notes for study
大发发发233
学习学习
展开
-
卷积神经网络识别手写数字体笔记(二),主要转自 深度神经网络(DNN)反向传播算法(BP)
卷积神经网络识别手写数字体笔记(二),主要转自 深度神经网络(DNN)反向传播算法(BP) 反向传播Back Propagation DNN中BP解决问题: 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客: 全新的界面设计 ,将会带来全新的写作体验; 在创作中心设置你喜爱的代码高亮样式,Mar...转载 2018-12-27 22:14:51 · 264 阅读 · 0 评论 -
CNN反向传播算法
输入:m个图片样本,CNN模型的层数L和所有隐藏层的类型,对于卷积层,要定义卷积核的大小K,卷积核子矩阵的维度F,填充大小P,步幅S。对于池化层,要定义池化区域大小k和池化标准(MAX或Average),对于全连接层,要定义全连接层的激活函数(输出层除外)和各层的神经元个数。梯度迭代参数迭代步长ααα,最大迭代次数MAX与停止迭代阈值ϵϵϵ 输出:CNN模型各隐藏层与输出层的W,bW,bW...转载 2018-12-27 22:28:11 · 450 阅读 · 0 评论 -
卷积神经网络识别手写数字体笔记(一),主要转自 深度神经网络(DNN)模型与前向传播算法
在学习CNN(卷积神经网络)前,推荐大家先学习DNN(深度神经网络)的知识。 感知机:多输入,单个中间输出,神经元激活函数,输出结果1,-1(适合于二分类):适用范围小。 扩展上述感知机(DNN有时也叫做多层感知机(Multi-Layer perceptron,MLP)):1.加入了隐藏层,2.输出层的神经元也可以不止一个输出,可以有多个输出,这样模型可以灵活的应用于分类回归,以及其他的机器学...转载 2018-12-25 10:56:05 · 247 阅读 · 0 评论 -
python读入表格,画出图形,设置横坐标,并保存。【保姆级】
每次实验数据复制到Excel,再从Excel复制到python画图,心好累,所以就搞了一个直接python读取excel并画图的程序,python初学者,希望能帮助大家,代码千万条,改进第一条… 上excel表格(如果是按列记录数据,可以复制以后再转置粘贴到新的sheet中) 图一:红框:文件名字,蓝框:子表格名字,黄框:第一行为自变量x,第二行到第五行是因变量 图二:第二个子表格的数据 在读取...原创 2019-08-17 23:08:04 · 2788 阅读 · 0 评论