从零开始的神经网络:从零开始构建的神经网络不使用机器学习库。 解决了我定义的分类问题但可以进行调整以更加灵活。 该网络对测试数据的准确度达到了85% 源码
Stratch的神经网络 这个项目是我从头开始创建的神经网络。 它在任何时候都不使用机器学习库。 在这种特定情况下,它解决了分类问题。 它创建了一个由数据点组成的随机3臂螺旋(想象一个二维图上的一堆数据点,看起来像是3臂的螺旋,有点像银河系),所有点都属于其中一个这些武器。 神经网络的工作是对每个点属于哪个分支进行分类。 这不是我自己的逻辑。 反向传播,神经元权重,损失函数,整流线性输出(relo.py)和优化器的数学也不是我的(显然是哈哈),但是它们的实现是。 该网络在独立测试数据上可达到85%的准确度,并具有可管理的过拟合功能。 注意 如果已经下载了该项目,则运行该项目,前提是已安装了适当
文件列表
Neural-Network-from-Scratch-master.zip
(预估有个23文件)
Neural-Network-from-Scratch-master
README.md
2KB
firstNnfs
Layer.py
3KB
Adam_optimizer.py
3KB
Relo.py
510B
__pycache__
softmax.cpython-38.pyc
732B
Adam_optimizer.cpython-38.pyc
2KB
RmsProp_optimizer.cpython-38.pyc
1KB
暂无评论