主要参考资料是Stanford 教授 Andrew Ng 的 Deep Learning 教程讲义：http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial。这个讲义已经有人翻译了（赞一个），可以参见邓侃。另外，博客园里有一个前辈关于讲义中练习的一系列文章，在具体实现时可以参照下：Sparse Autoencoder
转载
2023-10-30 23:08:01
37阅读
记一次自己动手实现一个简单神经网络之前一直调包，最近刷算法题，就突发奇想，想自己试一试实现一个简单的神经网络模型。 从简单的开始，先实现一个二分类模型，使用印第安人糖料病数据集，数据集合源码可直接在github获取：github 记一次自己动手实现一个简单神经网络参数初始化定义激活函数前向传播损失函数实现BP(Backward Propagation)算法训练和测试pytorch对比缺陷与不足 参
转载
2023-11-20 13:36:11
65阅读
一、简介因为一些需要，本人目前在看这本书。这本书呢，我个人感觉，写得非常不错，作者很耐心得讲解着很多细节上的知识点。特别是支持向量机部分，真的很感谢。 然后看到了神经网络部分，跟着书本代码开始敲起来，结果，运行不起来，慢慢排查，就发现了一些错误。因为作者的微信被禁止添加，因此遇到一些问题，只能自己一点一点得进行排查。 下面开始简单介绍一下，我从这本书里面学到的一些知识。二、神经网络基础结构构建 注
转载
2023-12-15 12:00:29
36阅读
【论文作图】使用PlotNeuralNet绘制卷积神经网络——以VGG-F为例前言一、API二、以VGG-F为例1. VGG-F网络结构图2. 代码参考文献 前言最近论文需要画出网络结构图，这里简单记录一下使用PlotNeuralNet画图的API。 其他工具还有 如何画出漂亮的神经网络图？一、API各层的定义在tikzeng.py文件中，具体参数可以查看代码。to_head(): 添加LaTe
转载
2023-09-21 14:26:18
167阅读
# 编写简单神经网络
在机器学习领域中，神经网络是一种常用的模型，它模拟了人脑神经元之间的相互连接关系。神经网络可以应用于图像识别、自然语言处理、机器翻译等各种任务中。本文将介绍如何编写一个简单的神经网络模型，并使用Python实现。
## 1. 神经网络的基本结构
神经网络主要由三部分组成：输入层、隐藏层和输出层。输入层接收外部数据，隐藏层对输入数据进行加权计算和激活函数处理，然后将结果传
原创
2023-08-23 11:04:28
73阅读
/
转载
2024-01-10 15:01:09
45阅读
还是以TensorFlow游乐场作为例子。假如这是一个区分零件是否合格的实践场景，零件还是以 长度 和 质量 为特征。TensorFlow会通过监督学习的方式更合理的设置参数取值，设置神经网络参数的过程就是神经网络的训练过程。只有经过有效训练的神经网络草可以真正的解决分类或者回归问题。 盛景网络训练前
神经网络训练后 使用监督学习的方式试着神经网络参
转载
2023-12-01 13:38:44
30阅读
一、前言本文通过Python构建CNN(卷积神经网络)体系，对mnist(手写数字图片)进行识别，手写数字是从0到9，数据分为60000条训练集，10000条测试集。二、卷积神经网络搭建卷积神经网路与普通神经网络，最大的区别是其主要以卷积层和池化层为主，而普通神经网络主要以全连接层为主。卷积层和池化层不仅学习到数据的空间结构关系，还减少了模型的参数的数量，提升了学习的效率。卷积神经网络分为七个部分
转载
2023-11-08 10:03:37
100阅读
体验一下神经网络# -*- coding: utf-8 -*-
"""
Created on Fri Jul 7 15:37:41 2017
@author: bryan
"""
import numpy as np
from matplotlib import pyplot as plt
import sklearn
np.random.seed(0)
X, y = sklearn.da
转载
2017-07-07 16:46:02
79阅读
# 手工编写神经网络代码
## 简介
神经网络是一种模拟人脑神经系统进行信息处理的计算模型。它由多层神经元组成，每层神经元与下一层神经元相连，通过不断调整连接权重来学习输入数据的特征，并进行分类或预测。本文将介绍如何手工编写一个简单的神经网络代码，并通过一个实例来说明其使用。
## 神经网络的基本原理
神经网络的基本原理是模拟人脑的神经元之间的连接和信息传递。一个典型的神经网络由输入层、隐
原创
2023-08-11 13:23:00
112阅读
近日，Adam Bouhenguel 在 GitHub 上发布了一种基于 TensorFlow 的新型编程语言 Tensorlang，适用于更快、更强大和更易用的大规模计算网络（如深度神经网络）。本文介绍了 Tensorlang 的优势。
GitHub 地址：https://github.com/tensorlang/tensorlang 我们的目标是为更快、更强大和更易用的大规模计
深度学习 文章目录深度学习什么是深度学习深度学习和机器学习的区别神经网络（ANN）什么是神经网络生物神经网络人工神经网络人工神经网络的特点人工神经网络的优势人工神经网络分类感知器单层感知器多层感知器感知器优缺点优点缺点激活函数常见激活函数BP反向传播神经网络梯度下降法构建一个简单的神经网络目标背景创建数据初始化假设输入神经元进行计算输出运行结果完整代码 什么是深度学习深度学习是一个复杂的机器学习算
转载
2023-09-28 17:31:14
60阅读
人工智能现在还是十分火热。说到人工智能，那就必须提到AlphaGo的事情。这样就可以引出神经网络了。BP神经网络是最简单的也是最早的人工神经网络，这是最基本的网络，以后所有的网络都是以此改进而来。当然学习神经网络要从学习BP的原理学起。正好有个课程报告，让实现BP人工神经网络。大部分同学们都是使用的Python。但是不知道我怎么产生了可怕的想法，非得要使用C语言搞一波。当然一般情况，网上有的话就不
转载
2023-07-10 22:26:51
259阅读
今天课堂上学习了自己动手构建神经网络，在这里进行一个回顾与总结。代码需要导入的库以及设置。from sklearn import datasets
import numpy as np
import matplotlib.pyplot as plt
#from sklearn.neural_network import MLPClassifier #多层神经网络
from warn
转载
2024-04-07 22:12:45
69阅读
基于《神经网络和深度学习》这本绝好的教材提供的相关资料和代码，我们自己动手编写“随机取样的梯度下降神经网络”。为了更好gmod函数，基本上就是基于定义的； ...
原创
2022-12-26 21:58:14
183阅读
Table of Contents导读：使用Keras开发神经网络1. 简介1.1 例子：皮马人糖尿病数据集1.3 导入数据1.4 定义模型1.5 编译模型1.6 训练模型1.7 测试模型1.8 写出程序1.9 总结导读：上篇文章《TensorFlow笔记（4）--Keras，TensorFlow高级API（英）》整理讲述了keras API的功能和作用，以及简单的使用方法，由于官方英
转载
2024-01-10 14:08:25
70阅读
Art1神经网络是Art家族里最年轻的也是结构和算法方面最简单的成员，网络采用非监督机制的竞争学习方法，能够在不给定目标输出的情况下通过连结两层神经元权值的自适应改变实现对输入模式的自组织学习并形成知识(记忆)，进而支持模式识别和预测等行为。就像上一篇说过的那样，这个小程序纯属熟悉Art网络的学习过程以及编程实现方法，过一阵子就要像Art2正式进攻了。程序内容仅仅是关于实现《神经网络设计》上面一个
转载
2024-01-17 01:08:41
57阅读
python做BP神经网络，进行数据预测，训练的输入和输出值都存在负数，为什么预测值永远为正数？python如何把大量数据分批读入神经网络Hopfield神经网络用python实现讲解？神经网络结构具有以下三个特点：神经元之间全连接，并且为单层神经网络。每个神经元既是输入又是输出，导致得到的权重矩阵相对称，故可节约计算量。在输入的激励下，其输出会产生不断的状态变化，这个反馈过程会一直反复进行。假如
转载
2023-10-23 22:46:56
44阅读
手把手带你快速搭建PyTorch神经网络1. 定义一个Class2. 使用上面定义的Class3. 执行正向传播过程4. 总结顺序相关资料 话不多说，直接上代码 1. 定义一个Class如果要做一个神经网络模型，首先要定义一个Class，继承nn.Module，也就是import torch.nn as nn，示例如下：import torch.nn as nn
import torch.nn
转载
2023-08-31 22:06:09
196阅读
用卷积神经网络处理 “图” 结构数据应该怎么办。卷积神经网络有以下几种应用可供研究：1、基于卷积网络的形状识别物体的形状是人的视觉系统分析和识别物体的基础，几何形状是物体的本质特征的表现，并具有平移、缩放和旋转不变等特点，所以在模式识别领域，对于形状的分析和识别具有十分重要的意义，而二维图像作为三维图像的特例以及组成部分，因此二维图像的识别是三维图像识别的基础。2、基于卷积网络的人脸检测卷积神经网
转载
2023-11-15 21:58:41
34阅读
