MNIST分类的多层感知器训练 客观的 该项目旨在使用numpy在MNIST数据集上训练多层感知器(MLP)深层神经网络。 手写数字具有784个输入(每个图像中的像素值)和10个表示数字0-9的输出类别。 此外,您可以从获取数据: 密码vi9m; 密码biio; 环境设定 下载代码库并在根目录中打开一个终端。 确保在当前环境中安装了python 3.6。 然后执行 pip install -r requirements.txt 这应该安装所有必需的软件包,以便代码运行。 数据集 文件train.hdf5包含10,000张图像。 每个图像都是784维的,并且希望每个标签都是10维的。 因此,如果图片的标签为[0,0,0,1,0,0,0,0,0,0],则表示图片描绘了3 代码信息 有关Different Configurations Report.pdf各种配置的详细信息和图形,请参考文