- 博客(2)
- 收藏
- 关注
RSS订阅原创 全连接神经网络反向传播详解
训练神经网络基本采用反向传播+梯度下降来进行，具体过程如下： 全连接层神经元之间互相连接，假设第一层有三个节点，第二层有个节点，如下图所示：我们通过w11,w12,w21,w22,w31,w32来分别表示神经网络中节点到节点的权重，实际上，这可以被表示为矩阵的形式： 因此，神经网络层与层之间的权重矩阵W在程序中就是通过这一个个矩阵表示出来的。而刚好每一层的神经元又可以采用向量的形式表示出来，故要求...
2021-10-26 21:38:14
1863
原创 python实现矩阵旋转操作
看了网上许多帖子，都是采用自己编写算法来实现操作...，就挺无语的，我想python这类高封装编程语言怎么也会有已经包装好的矩阵旋转函数啊！ 在卷积层的误差反向传播时，会用到卷积层（滤波器的180度旋转），在numpy包中采用函数np.rot90()即可实现对矩阵旋转90度。使用时注意对象只能是numpy矩阵，实例如下：import numpy as npA=np.asfarray([[1,2],[3,4]])B=np.rot90(A)C=np.rot90...
2021-10-02 14:47:49
3112
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人