神经网络
H-T-TYSK
time!
展开
-
神经网络代码识别手写字(python3.4.3版本)
神经网络代码如下:#coding = utf-8"""network.py"""import random import numpy as np def sigmoid(z): return 1.0/(1.0 + np.exp(-z)) def sigmoid_prime(z): return sigmoid(z)*(1 - sigmoid(z)) c原创 2017-10-08 10:45:08 · 2670 阅读 · 2 评论 -
Python神经网络代码识别手写字的实现流程(一):加载mnist数据
任何的神经网络代码,加载数据都是第一步.加载数据的流程其实就是给神将网络的输入层输入数据的流程. (1)首先介绍python中的gzip模块:gzip模块就是将压缩的数据解压,然后返回一个文件对象. 介绍python3中的pickle模块(该模块在python2中为cPickle).pickle模块的主要功能是将对象以文件的形式存在磁盘上,这句话看似拗口,但是理解了例子以后可以慢慢的理解. 函原创 2017-11-03 11:28:03 · 4221 阅读 · 0 评论 -
Python神经网络代码识别手写字具体流程(二):矩阵的前向传播
在上一篇神经网络代码实现流程中,加载数据返回了三组数据:训练集,测试集,验证集.加载数据后,需要对神经网络代码的类进行实例化. 以下讲解,神经网络代码类的实现: 在类中,首先原创 2017-11-05 15:57:59 · 527 阅读 · 0 评论 -
Python神经网络代码实现流程(三):反向传播与梯度下降
前向传播为输入的矩阵经过计算到输出层,而反向传播与梯度下降则是训练神经网络的核心步骤. 梯度下降算法的代码如下:def SGD(self, training_data, epochs, mini_batch_size, eta, test_data = None): if test_data: n_test = len(test_data) n = len(training原创 2017-11-06 12:36:43 · 2276 阅读 · 0 评论 -
Tensorflow框架下识别手写字神经网络代码
不借助任何架构的神经网络代码在代码可读性上能够很好的表达出神经网络代码是如何工作的,但是代码运行效率却很低.或者说对硬件的要求很高,因为python语言的运行效率很低. Google的tensorflow架构很好的在硬件设备上搭建神经网络的代码,该架构在各个开源社区有无数教程.可以去社区了解tensorflow的架构与基础. (一) Tensorflow加载数据集 Tensorflow原创 2017-11-16 12:16:19 · 1258 阅读 · 0 评论 -
tensorflow中的随机变量(tf.boolean_mask)
import tensorflow as tfa = tf.random_normal([2,3],mean=1,stddev=4,seed=1) #a为tf中的随机数,这种随机数的生产机制有一定的弊端b = a with tf.Session() as sess: print(sess....原创 2018-07-28 17:05:48 · 2644 阅读 · 0 评论 -
CUDA安装后路径不全导致TensorFlow MNIST
原因:CUDA的cupti64_80.dll的路径没有加入PATH运行:export LD_LIBRARY_PATH="/usr/local/nvidia/lib:/usr/local/nvidia/lib64:/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64"...原创 2018-11-16 20:35:02 · 447 阅读 · 0 评论