神经网络 概述 具有k个隐藏层的多层感知器,使用NumPy从零开始构建。 您可以使用.Dense()方法选择隐藏层的数量,在experiments.py中可以找到一个演示。 使用ReLU(等式1)计算隐藏层值,并使用Softmax(等式2)计算输出概率。 该架构如图1所示。 (图1. k层神经网络的体系结构) 设置 数据 数据的所需形状为X.shape =(Ndim,Npts)。 标签的形状可以为y.shape =(Npts,) 环境 该模型需要Python 3并打包NumPy和Matplotlib.pyplot。 示范 导航到终端中的存储库,然后输入: python experiment.py 问题 随时将您的问题发送给我 。