BP神经网络代码

上传者: u014303046 | 上传时间: 2020-01-03 11:38:06 | 文件大小: 3.07MB | 文件类型: gz
gitchat资料。从零开始学习BP神经网络。 本文主要叙述了经典的全连接神经网络结构以及前向传播和反向传播的过程。通过本文的学习,读者应该可以独立推导全连接神经网络的传播过程,对算法的细节烂熟于心。另外,由于本文里的公式大部分是我自己推导的,所以可能会有瑕疵,希望读者不吝赐教。   虽然这篇文章实现的例子并没有什么实际应用场景,但是自己推导一下这些数学公式对理解神经网络内部的原理很有帮助,继这篇博客之后,我还计划写一个如何自己推导并实现卷积神经网络的教程,如果有人感兴趣,请继续关注我!

文件下载

资源详情

[{"title":"( 8 个子文件 3.07MB ) BP神经网络代码","children":[{"title":"BP_GitChat","children":[{"title":"my_image.jpg <span style='color:#111;'> 92.23KB </span>","children":null,"spread":false},{"title":"result.png <span style='color:#111;'> 22.91KB </span>","children":null,"spread":false},{"title":"train.h5 <span style='color:#111;'> 2.45MB </span>","children":null,"spread":false},{"title":"bp.py <span style='color:#111;'> 7.40KB </span>","children":null,"spread":false},{"title":".ipynb_checkpoints","children":[{"title":"BP-checkpoint.ipynb <span style='color:#111;'> 204.02KB </span>","children":null,"spread":false}],"spread":true},{"title":"__pycache__","children":[{"title":"bp.cpython-36.pyc <span style='color:#111;'> 7.28KB </span>","children":null,"spread":false}],"spread":true},{"title":"test.h5 <span style='color:#111;'> 602.50KB </span>","children":null,"spread":false},{"title":"BP.ipynb <span style='color:#111;'> 204.02KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明