一个简单的神经网络模型
· 阅读需 3 分钟
前几天看了本《Python神经网络编程》的书,把一个最简单的神经网络MNIST手写数字识别讲的挺详细的(至少我这个完全的门外汉看懂了)。写个博客展示一下成果。为了SEO,再多写几句。这个神经网络模型基于 numpy
实现,有一个隐藏层,准确率达到95%。
简单介绍
这是一个基于python的最简单的神经网络模型,使用了numpy
库,使用的是输入层 - 隐藏层 - 输出层的结构,每一层的节点数自可定义。原理图:
前几天看了本《Python神经网络编程》的书,把一个最简单的神经网络MNIST手写数字识别讲的挺详细的(至少我这个完全的门外汉看懂了)。写个博客展示一下成果。为了SEO,再多写几句。这个神经网络模型基于 numpy
实现,有一个隐藏层,准确率达到95%。
这是一个基于python的最简单的神经网络模型,使用了numpy
库,使用的是输入层 - 隐藏层 - 输出层的结构,每一层的节点数自可定义。原理图:
初学 Linux ,很多基础的命令都不记得,特地在博客里列出来方便查阅。主要包含: