91av视频/亚洲h视频/操亚洲美女/外国一级黄色毛片 - 国产三级三级三级三级

資源簡介

卷積神經網絡python實現。 卷積神經網絡（Convolutional Neural Networks, CNN）是一類包含卷積或相關計算且具有深度結構的前饋神經網絡（Feedforward Neural Networks），是深度學習（deep learning）的代表算法之一 [1-2] 。由于卷積神經網絡能夠進行平移不變分類（shift-invariant classification），因此也被稱為“平移不變人工神經網絡

資源截圖

代碼片段和文件信息 

#!/usr/bin/env?python3
#?-*-?coding:?utf-8?-*-
“““
Created?on?Fri?Jan?12?19:32:31?2018

@author:?nanzheng
“““

import?numpy?as?np


class?cnn_operations（）:
????“““
????卷積神經網絡中的運算。
????“““
????
????@staticmethod
????def?calc_loss（Y?tilde_Y）:
????????“““
????????計算網絡代價。
????????$$loss?=?\frac{1}{2N}?\sum_{i?=?1}^N?\|?y_i?-?\tilde{y}_i?\|^2$$
????????
????????Parameters
????????----------
????????Y:?N?*?M?array，各訓練樣本對應的類別標簽，N為訓練樣本個數，M為類別數
????????
????????tilde_Y:?N?*?M?array，預測出的各訓練樣本的類別標簽
????????
????????Returns
????????-------
????????loss:?均方誤差代價
????????“““
????????
????????#?訓練樣本個數
????????n_samples?=?Y.shape[0]
????????#?網絡代價
????????loss?=?0
????????for?i?in?range（n_samples）:
????????????loss?+=?np.sum（（Y[i?:]?-?tilde_Y[i?:]）**2）
????????loss?/=?（2?*?n_samples）
????????
????????re

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-01-24?11:19??cnn-master\
?????文件????????6148??2018-01-24?11:19??cnn-master\.DS_Store
?????文件??????????66??2018-01-24?11:19??cnn-master\.gitattributes
?????目錄???????????0??2018-01-24?11:19??cnn-master\__pycache__\
?????文件????????8533??2018-01-24?11:19??cnn-master\__pycache__\cnn_operations.cpython-36.pyc
?????文件???????32554??2018-01-24?11:19??cnn-master\__pycache__\convolutional_neural_network.cpython-36.pyc
?????文件????????2362??2018-01-24?11:19??cnn-master\__pycache__\mnist_operations.cpython-36.pyc
?????文件???????12047??2018-01-24?11:19??cnn-master\cnn_operations.py
?????文件???????60748??2018-01-24?11:19??cnn-master\convolutional_neural_network.py
?????文件????????2471??2018-01-24?11:19??cnn-master\mnist_operations.py
?????文件????????2723??2018-01-24?11:19??cnn-master\test.py
?????文件????????4414??2018-01-24?11:19??cnn-master\test_lenet_5.py

評論

共有 條評論