Python实现最简单的深度学习任意层神经网络算法,通熟易懂,里面包括了详细注释的源码

这个程序包含两部分,训练模型的工程,预测数据的工程。用于识别图片里面有没有猫,文件夹里面包含了训练数据集和测试数据集,也就是几百张猫的图片,可以自己设置为任意层数以及每一层任意个神经元,自己可以多试试,怎样的神经元个数和神经网络结构会使得训练出的模型最好,大家可以动手试试,还挺好玩的,这个程序参考了csdn床长的教程和程序源码。

这个程序我用的是pycharm软件写的,我建议你也用这个,应该可以直接打开我的工程直接运行

《Python实现最简单的深度学习任意层神经网络算法,通熟易懂,里面包括了详细注释的源码》

这个文件夹里包括两个Python工程:我是把这个总的工程文件夹放在桌面的(我建议你也像我这样放),我刚刚已经重新整理测试运行过了,可以运行!!!
第一个 是用于训练模型的工程,训练成功后保存模型参数,工程里面每个py文件干啥的我也都写了readme文件说明清楚了,你看我对你们好吧,你们就偷着乐吧
第二个 是用来调用第一个工程训练好的模型参数,然后进行预测的工程
剩下两个文件 是训练用的数据集个预测用的数据集,其实就是.h5文本格式的几百张有猫无猫的128*128像素大小的图片的rgb数据

接下来大家把这个工程里面的算法原理代码都搞懂,我给了你们几个全世界最好的理论介绍的pdf,务必把每句代码都搞明白,我都写了详细的注释,
其中重要知识点有,循环的向量化,损失函数,反向传播梯度下降的过程等等,搞透了,大家深度学习可以算是入门了

《Python实现最简单的深度学习任意层神经网络算法,通熟易懂,里面包括了详细注释的源码》

    原文作者:神经网络算法
    原文地址: https://blog.csdn.net/kangkanglhb88008/article/details/85266635
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞