<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[csdn_dsc的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/csdn_dsc</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; csdn_dsc]]></copyright><item><title><![CDATA[全连接神经网络反向传播详解]]></title><link>https://blog.youkuaiyun.com/csdn_dsc/article/details/120980409</link><guid>https://blog.youkuaiyun.com/csdn_dsc/article/details/120980409</guid><author>csdn_dsc</author><pubDate>Tue, 26 Oct 2021 21:38:14 +0800</pubDate><description><![CDATA[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...]]></description><category></category></item><item><title><![CDATA[python实现矩阵旋转操作]]></title><link>https://blog.youkuaiyun.com/csdn_dsc/article/details/120585715</link><guid>https://blog.youkuaiyun.com/csdn_dsc/article/details/120585715</guid><author>csdn_dsc</author><pubDate>Sat, 02 Oct 2021 14:47:49 +0800</pubDate><description><![CDATA[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 np

A=np.asfarray([[1,2],[3,4]])
B=np.rot90(A)
C=np.rot90...]]></description><category></category></item></channel></rss>