三层神经网络，训练0到9十个数字并测试：1 import numpy
2 import scipy.special
3 # import matplotlib.pyplot
4 import time
5
6
7 class NeuralNetwork:
8
9 # 初始化神经网络
10 def __init__(self, inputnod
转载
2023-08-19 18:10:44
80阅读
动机：为了更加深入的理解深度学习，我们将使用 python 语言从头搭建一个神经网络，而不是使用像 Tensorflow 那样的封装好的框架。我认为理解神经网络的内部工作原理，对数据科学家来说至关重要。这篇文章的内容是我的所学，希望也能对你有所帮助。神经网络是什么？介绍神经网络的文章大多数都会将它和大脑进行类比。如果你没有深入研究过大脑与神经网络的类比，那么将神经网络解释为一种将给定输入映射为期望
转载
2023-08-08 10:44:38
74阅读
首先我们采用一个简单的小游戏进行神经网络的初步学习游戏的简单介绍——从1开始数数，如果是3的倍数输出fizz，是5的倍数输出buzz，是15的倍数输出fizzbuzz下面这串代码我们将文件名命名为fizz_buzz，存放在chapter2文件夹下，在接下来的神经网络学习过程中，我们需要用到# 首先我们对所数的数（i）据进行编码
def fizz_buzz_encode(i):
转载
2023-10-18 18:52:39
71阅读
Tensorflow是Google 的深度学习框架，非常流行，我自己学习深度学习就使用它。为了使代码更加简单，使用Keras做前端，Keras用目前很火的人工智能第一语言 Python 编写，是一个高度模块化的神经网络库，支持GPU和CPU。Keras使用文档：http://keras.io/，中文文档：http://keras-cn.readthedocs.io/en/latest/ 下面开始部
转载
2024-01-08 20:34:23
103阅读
前两个笔记笔者集中探讨了卷积神经网络中的卷积原理，对于二维卷积和三维卷积的原理进行了深入的剖析，对 CNN 的卷积、池化、全连接、滤波器、感受野等关键概念进行了充分的理解。本节内容将继续秉承之前 DNN 的学习路线，在利用 Tensorflow 搭建神经网络之前，先尝试利用 numpy 手动搭建卷积神经网络，以期对卷积神经网络的卷积机制
转载
2023-11-04 18:55:43
0阅读
在前3篇博客介绍完pytorch的基础知识之后，我这里我们接着介绍简单网络的搭建，详述卷积操作，最后根据卷积操作搭建 神经网络的卷积层。1. nn.Module的简单使用 官方帮助文档 首先，我们还是要从帮助文档看起，进入 pytorch 官网，查看 Pytorch 的官方帮助文档
转载
2023-12-10 12:05:04
89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
一、神经网络的实现过程1、准备数据集，提取特征，作为输入喂给神经网络 2、搭建神经网络结构，从输入到输出 3、大量特征数据喂给 NN，迭代优化 NN 参数 4、使用训练好的模型预测和分类 二、前向传播 前向传播就是搭建模型的计算过程
转载
2023-10-26 19:45:35
113阅读
目录1、nn.Module——搭建属于自己的神经网络1.1、torch.nn.Module类概述1.1.1、torch.nn.Module类的简介Module类封装的方法简介设计神经网络的核心：构造函数__init__和forward方法1.2、搭建神经网络--torch.nn.Module类的不同方式应用通过nn.Sequential来包装层1.3、Module类的常见方法层的四种索引方法Mo
转载
2023-08-08 10:46:01
78阅读
文章目录1.4.1 神经网络概览（Neural Networks Overview）1.4.2 神经网络表示（Neural Network Representation）1.4.3 计算神经网络的输出（Computing a Neural Network’s Output）1.4.4 多样本向量化（Vectorizing across multiple examples）1.4.5 向量化实现的
转载
2023-10-27 00:35:59
43阅读
神经网络的底层搭建实现一个拥有卷积层CONV和池化层POOL的网络，包含前向和反向传播CONV模块包括： 使用0扩充边界：没有缩小高度和宽度；保留边界的更多信息 卷积窗口 前向卷积 反向卷积POOL模块包括： 前向池化 创建掩码 值分配 反向池化main.pyimport numpy as np
import matplotlib.pyplot as plt
plt.rcParams['figu
转载
2023-10-10 10:51:55
65阅读
文章目录写在前面实战分析结构：代码实现完善补充1完善补充2使用GPU来训练网络测试模型 写在前面本系列笔记为pytorch入门学习，所以主要学习使用pytorch框架进行神经网络的实现过程，对于神经网络的基本原理可能不会做过多解释，主要着重于用法。 传送门：PyTorch入门（一）数据集的一些基础操作PyTorch入门（二）从零开始搭建一个神经网络PyTorch入门（三）损失函数与反向传播实战那
转载
2024-04-07 18:57:38
85阅读
文章目录写在前面nn.Modulenn.Conv2d 卷积层nn.MaxPool2d 池化层Non-linear Activations 非线性激活ReLUSigmoidnn.Linear 线性层其他层小小实战 写在前面本博客参考b站up主“我是土堆”的视频：点击跳转 本系列笔记为pytorch入门学习，所以主要学习使用pytorch框架进行神经网络的实现过程，对于神经网络的基本原理可能不会做过
转载
2024-02-06 23:13:48
143阅读
有时候我们训练了一个模型, 希望保存它下次直接使用,不需要下次再花时间去训练 ，本节我们来讲解一下PyTorch快速搭建神经网络及其保存提取方法详解
有时候我们训练了一个模型, 希望保存它下次直接使用,不需要下次再花时间去训练 ，本节我们来讲解一下PyTorch快速搭建神经网络及其保存提取方法详解 一、PyTorch快速搭建神经网络方法 先看实验
转载
2023-08-03 14:33:31
42阅读
mindspore（后文简称为ms）目前网上的使用者以及文章太少了，对于像我这种没有阅读官方文档的人来说属实有点不易，这里记录一下我用mindspore实现单层和双层神经网络拟合抛物面的代码。 详细代码在https://github.com/yuanzilin/PatternRecognition/tree/main/lab4中的BP_mindspore.i
转载
2024-01-15 19:51:47
58阅读
随着深度学习的飞速发展，已经创建了完整的神经网络体系结构主机，以解决各种各样的任务和问题。尽管有无数的神经网络架构，但对于任何深度学习工程师来说，这里有11种必不可少的知识，它们分为四大类：标准网络，递归网络，卷积网络和自动编码器。标准网络1 | 感知器感知器是所有神经网络中最基础的，是更复杂的神经网络的基本构建块。它仅连接输入单元和输出单元。2 | 前馈网络前馈网络是感知器的集合，其中存在三种基
转载
2023-09-15 10:52:04
186阅读
序言：最近准备一直在用pytorch，特地总结一下如何快速用pytorch搭建神经网络学习人工智能。目录1.pytorch入门1.1pytorch是什么1.2安装pytorch2. pytorch基本操作元素2.1 Tensors张量2.2 张量运算2.3 张量索引2.4 Torch tensor与Numpy ndarray转换2.5 cpu与gpu的tensor相互转换3.总结1.pytorch
转载
2024-03-11 14:22:43
225阅读
Tensorflow 莫凡学习本篇文章详解讲解了tensorflow的一个简单的实例，具体视频请见B站——Tensorflow 搭建自己的神经网络 (莫烦 Python 教程)。 所采用的框架是 Win10 + Tensorflow1.13 + Pycharm，目标是对Y = x*x 函数进行学习后的拟合。1、定义层进行修改def add_layer(inputs, in_size, out_si
转载
2023-08-19 20:41:14
128阅读
拟合散点图简单介绍 首先我们需要构造一些“假”的数据（即一些零散的点），主要的任务就是在这些假的数据点中拟合出一条曲线，使这条曲线尽可能地“穿过”所有的点。制作数据集 我们在y=sin(x)+b这条曲线附近取一些点，使b具有随机性，因为在生活中大部分数据不可能精确到直接可以满足一条公式，基本所有的都是尽可能地去拟合数据。import torch
import matplotlib.pyplot a
转载
2023-12-05 16:15:42
79阅读
本文不赘述神经网络的原理，只是简单介绍如何用python3.0 |tensorflow2.0框架搭建一个简单的神经网络,进行简单的图像识别。本文分为三个部分，第一部分先po出总体代码，第二部分分段详解每段代码，第三部分总结。参考：1 tf.Keras - 简书 (jianshu.com)2Fashion-MNIST：替代MNIST手写数字集的图像数据集 - 知乎 (zhihu.
转载
2023-10-17 05:38:54
179阅读
