转自麦子学院 该算法比我之前写的神经网络算法准确率高，但是在测试过程中发现有错误，各个地方的注释我是没看明白，与理论结合不是很好。本人在他的基础上进行了改进，提高了算法的扩展程度，自己也亲测了改进后的代码，效果杠杠的。 以上是BP神经网络算法源码，下面给出一个 ...

import numpy as npimport scipy.specialimport matplotlib.pyplot as pltimport pylab class NeuralNetwork(): # 初始化神经网络 def __init__(self, inputnodes ...

来源我的GitHub博客 点击更好的阅读体验 Addicted to Learning 网络上深度学习相关博客教程质量参差不齐，很多细节很少有文章提到，所以本着夯实深度学习基础的想法写下此系列博文。 本文会从神经网络的概述、不同框架的公式推导和对应的基于numpy的Python代码实现等方面 ...

最近学习了卷积神经网络，推荐一些比较好的学习资源 1: https://www.zybuluo.com/hanbingtao/note/485480 2: http://blog.csdn.net/u010540396/article/details/52895074 对于网址，我大部分学习 ...

以下实现参考吴恩达的作业。 一、 padding 　　从zero_pad的函数中，我们可以看出，我们只需要对原图片矩阵进行padding操作，而m是图片的个数，n_C则是channel的个数，这两个维度并不需要我们做任何操作。 二、 卷积计算 卷积计算的过程中 ...

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 ...

Python实现NN(神经网络) 参考自Github开源代码：https://github.com/dennybritz/nn-from-scratch 运行环境 Pyhton3 numpy(科学计算包) matplotlib(画图所需，不画图可不 ...

一、 激活函数 二、 激活函数backward 三、 网络层前馈和激活函数前馈 四、 构建L层前馈 五、 计算cost 六、 网络层反馈及激活函数反馈 七、 L层网络反馈 ...