wjd1994的博客

一个好用的验证码识别库ddddocr。

我们构建一个三层的神经网络，输入层，隐藏层，输出层，BP神经网络遵从delta规则，采用梯度下降法进行收敛我们参考人工神经网络理论这本教材，下面是BP神经网络的一些理论推导：下面是实现代码：# coding: utf-8import numpy as np#输入数据X = np.array([[1,0,0], [1,0,1], ...

首先列出神经网络的分支框架人体神经元人工构造神经元（单层感知器）将偏置当做特殊权值学习信号等于期望输出与实际输出之差：R=Dj-OjOj=f(W'X)学习率大于0小于等于1...

单层感知器的理论知识上一节已经介绍过，这一节主要结合代码实现单层感知器的学习过程这里我们用python3实现，用到numpy库import numpy as npimport matplotlib.pyplot as pltX = np.array([[1,3,3],[1,4,3],[1,1,1]])Y = np.array([1,1,-1])W = (np.random....

这里我们提出一个神经网络解决异或问题异或问题出现四个点，此时一条直线无法正确地区分出正负样本X = np.array([[1,0,0],[1,0,1],[1,1,0],[1,1,1]])Y = np.array([-1,1,1,-1])x1 = [0,1]y1 = [1,0]x2 = [0,1]y2 = [0,1]于是我们引入线性神经网络线性神经网络解决线性不可分问题下面给出实现代码：i...

在开始之前，我们首先用Xshell 连接远程服务器，为了后面更好地说明，这里我们用A机代表我们正在用的WIN系统，B机代表远程服务器LINUX，C机代表LINUX上运行的DOCKER虚拟机。1，首先一些基本操作2，如何在docker中运行gui程序（在相关图像应用方面必不可少）在这步开始之前，我们先装好Xmanager实现远程主机可视化管理装好之后进行Xmannager,同时进入Xshell重新建...