仅仅记录神经网络编程主线。 一 引用工具包 　　二 读入数据集 　　输入函数实现在最下面附录 　　lanar是二分类数据集，可视化如下图，外形像花的一样的非线性数据集。 三 神经网络结构 　对于输入样本x，前 ...

torch.nn 实现 模型的定义，网络层的定义，损失函数的定义。 上面，我们使用parem= -= learning_rate* param.grad 手动更新参数。 使用torch.optim 自动优化参数。optim这个package提供了各种不同的模型优化方法，包括 ...

代码来源：https://github.com/eriklindernoren/ML-From-Scratch 卷积神经网络中卷积层Conv2D（带stride、padding）的具体实现：https://www.cnblogs.com/xiximayou/p/12706576.html ...

代码来源：https://github.com/eriklindernoren/ML-From-Scratch 卷积神经网络中卷积层Conv2D（带stride、padding）的具体实现：https://www.cnblogs.com/xiximayou/p/12706576.html ...

代码来源：https://github.com/eriklindernoren/ML-From-Scratch 卷积神经网络中卷积层Conv2D（带stride、padding）的具体实现：https://www.cnblogs.com/xiximayou/p/12706576.html ...

代码来源：https://github.com/eriklindernoren/ML-From-Scratch 卷积神经网络中卷积层Conv2D（带stride、padding）的具体实现：https://www.cnblogs.com/xiximayou/p/12706576.html ...

这是一个非常漂亮的三层反向传播神经网络的python实现，下一步我准备试着将其修改为多层BP神经网络。 下面是运行演示函数的截图，你会发现预测的结果很惊人！ 提示：运行演示函数的时候，可以尝试改变隐藏层的节点数，看节点数增加了，预测的精度会否提升 ...

2019/4/23更新 下文中的正确率极高是建立在仅有50组训练数据的基础上的，十分不可靠。建议使用提供的另一个生成训练集的generate_all函数，能产生所有可能结果，更加可靠。 2019/4/20 二层BP神经网络 但是仍有部分在公式上的不明了，但是其运作方式还是很简单的，先简单解析 ...