資源簡介
這是我修改的別人的代碼,別人的代碼有點問題,我修改了一下,代碼的正確率很高,可達90%以上,這是一個5層卷積神經網絡的代碼,誤差傳遞和梯度更新代碼里都有,可自學。
代碼片段和文件信息
#?1.?當為array的時候,默認d*f就是對應元素的乘積,multiply也是對應元素的乘積,dot(df)會轉化為矩陣的乘積,?dot點乘意味著相加,而multiply只是對應元素相乘,不相加
#?2.?當為mat的時候,默認d*f就是矩陣的乘積,multiply轉化為對應元素的乘積,dot(df)為矩陣的乘積
import?numpy?as?np
#?rule激活器
class?ReluActivator(object):
????def?forward(self?weighted_input):????#?前向計算,計算輸出
????????return?max(0?weighted_input.any()/weighted_input.max())
????def?backward(self?output):??#?后向計算,計算導數
????????return?1?if?output?>?0?else?0
#?IdentityActivator激活器.f(x)=x
class?IdentityActivator(object):
????def?forward(self?weighted_input):???#?前向計算,計算輸出
????????return?weighted_input
????def?backward(self?output):???#?后向計算,計算導數
????????return?1
#Sigmoid激活器
class?SigmoidActivator(object):
????def?forward(self?weighted_input):
????????return?1.0?/?(1.0?+?np.exp(-weighted_input))
????def?backward(self?output):
????????#?return?output?*?(1?-?output)
????????return?np.multiply(output?(1?-?output))??#?對應元素相乘
#?tanh激活器
class?TanhActivator(object):
????def?forward(self?weighted_input):
????????return?2.0?/?(1.0?+?np.exp(-2?*?weighted_input))?-?1.0
????def?backward(self?output):
????????return?1?-?output?*?output
#?#?softmax激活器
#?class?SoftmaxActivator(object):
#?????def?forward(self?weighted_input):??#?前向計算,計算輸出
#?????????return?max(0?weighted_input)
#
#?????def?backward(self?output):??#?后向計算,計算導數
#?????????return?1?if?output?>?0?else?0
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-12-02?13:09??CNN\
?????文件????????1736??2019-12-08?18:20??CNN\Activators.py
?????文件???????20563??2019-12-18?12:44??CNN\CNN.py
?????文件????????9998??2019-12-18?15:55??CNN\cnn_try.py
?????文件????????3478??2019-12-17?13:05??CNN\DNN.py
?????文件????????5383??2019-12-03?15:54??CNN\MNIST.py
?????文件?????7840016??2019-12-02?12:39??CNN\t10k-images.idx3-ubyte
?????文件???????10008??2019-12-02?12:48??CNN\t10k-labels.idx1-ubyte
?????文件????47040016??2019-12-02?12:54??CNN\train-images.idx3-ubyte
?????文件???????60008??2019-12-02?12:48??CNN\train-labels.idx1-ubyte
?????目錄???????????0??2019-12-18?12:44??CNN\__pycache__\
?????文件????????1938??2019-12-08?18:20??CNN\__pycache__\Activators.cpython-37.pyc
?????文件????????8286??2019-12-18?12:44??CNN\__pycache__\CNN.cpython-37.pyc
?????文件????????1507??2019-12-17?13:05??CNN\__pycache__\DNN.cpython-37.pyc
?????文件????????3157??2019-12-03?18:09??CNN\__pycache__\MNIST.cpython-37.pyc
評論
共有 條評論