- 博客(7)
- 资源 (4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 C++从零实现深度神经网络之六——实战手写数字识别（sigmoid和tanh）
本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53704085微博：http://weibo.com/xingchenbing 之前的五篇博客讲述的内容应该覆盖了如何编写神经网络的大部分内容，在经过之前的一系列努力之后，终于可以开始实战了。试试写出来的神经网络怎么样吧。一、数据准
2016-12-19 15:06:52
17831
28
原创 C++从零实现深度神经网络之五——模型的保存和加载以及画出实时输出曲线
本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53700027微博：http://weibo.com/xingchenbing 一、模型的保存和加载在我们完成对神经网络的训练之后，一般要把模型保存起来。不然每次使用模型之前都需要先训练模型，对于data hungry的神经网络来说
2016-12-17 10:32:55
7303
5
原创 C++从零实现深度神经网络之四——神经网络的预测和输入输出的解析
本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53698627微博：http://weibo.com/xingchenbing 在上一篇博客的结尾提到了神经网络的预测函数predict()，说道predict调用了forward函数并进行了输出的解析，输出我们看起来比较方便的值。
2016-12-16 23:10:51
5759
1
原创 C++从零实现深度神经网络之三——神经网络的训练和测试
本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53677630微博：http://weibo.com/xingchenbing 在之前的博客中我们已经实现了Net类的设计和前向传播和反向传播的过程。可以说神经网络的核心的部分已经完成。接下来就是应用层面了。要想利用神经网络解决实际
2016-12-16 21:57:20
4939
2
原创 C++从零实现深度神经网络之二——前向传播和反向传播
本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53674544微博：http://weibo.com/xingchenbing 前一篇博客Net类的设计和神经网络的初始化中，大部分还是比较简单的。因为最重要事情就是生成各种矩阵并初始化。神经网络中的重点和核心就是本文的内容——前向
2016-12-15 23:55:08
9003
16
原创 C++从零实现深度神经网络之壹——Net类的设计和神经网络的初始化
闲言少叙，直接开始。 既然是要用C++来实现，那么我们自然而然的想到设计一个神经网络类来表示神经网络，这里我称之为Net类。由于这个类名太过普遍，很有可能跟其他人写的程序冲突，所以我的所有程序都包含在namespace liu中，由此不难想到我姓刘。在之前的博客反向传播算法资源整理中，我列举了几个比较不错的资源。对于理论不熟悉而且学习精神的同学可以出门左转去看看这篇文章的资源。这里假设读者对于神经
2016-12-15 20:19:55
7276
7
原创 C++从零实现深度神经网络之零——前言
一年前接触最初神经网络，半年前就像自己写一个最简单的BP神经网络练练手，结果由于能力有限，不光是编程能力还有理论方面的能力都有限，一直推到半年后的现在才真正的开始。其实很多坑必须要自己亲自踩过之后才能明白。在我看来，我现在这个过程就是在踩坑的过程。在不断犯错和改错中提高。在这里记录下自己的踩坑过程。这是一个堪称简陋（随着时间推移，应该会变得更好）的练手性质的小项目，而且重复造轮子，目的是为了加深自己
2016-12-15 18:21:02
6072
3
Vim运行程序出错，vimrun system()::Invalid argument.
2016-06-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人