deep-learning-basic-

Public

• NotificationsYou must be signed in to change notification settings
• Fork0 (0)
• Star1 (1)You must be signed in to star a repository

About

No description, website, or topics provided.

Activity

Stars

1 star

Watchers

1 watching

Forks

0 forks

Report repository

master

BranchesTags

Go to file

Code

Open more actions menu

Latest commit

 

History

113 Commits

113 Commits

Folders and files

Name		Name	Last commit message	Last commit date
.idea		.idea
ch01		ch01
ch02		ch02
ch03		ch03
ch04		ch04
ch05		ch05
ch06		ch06
ch07		ch07
ch08		ch08
common		common
dataset		dataset
2.1 感知机、与门、与非门、或门、异或门.py		2.1 感知机、与门、与非门、或门、异或门.py
2.2 阶跃函数、sigmoid函数、relu函数.py		2.2 阶跃函数、sigmoid函数、relu函数.py
2.3 数组属性、乘积.py		2.3 数组属性、乘积.py
2.4 前向传播.py		2.4 前向传播.py
2.5 恒等函数、softmax函数.py		2.5 恒等函数、softmax函数.py
2.6 mnist数据集神经网络实现.py		2.6 mnist数据集神经网络实现.py
2.7 神经网络推理处理.py		2.7 神经网络推理处理.py
2.8 批处理.py		2.8 批处理.py
2.9 损失函数-均方误差、交叉熵误差.py		2.9 损失函数-均方误差、交叉熵误差.py
3.1 mini_batch.py		3.1 mini_batch.py
3.2 数值微分.py		3.2 数值微分.py
3.3 偏导数.py		3.3 偏导数.py
3.4 梯度.py		3.4 梯度.py
3.5 梯度下降.py		3.5 梯度下降.py
3.6 神经网络梯度.py		3.6 神经网络梯度.py
3.7 2层神经网络类.py		3.7 2层神经网络类.py
3.8 mini_batch 2层神经网络类.py		3.8 mini_batch 2层神经网络类.py
3.9 epoch mini-batch基于测试数据的评价.py		3.9 epoch mini-batch基于测试数据的评价.py
4.0 计算图链式法则.py		4.0 计算图链式法则.py
4.1 MulLayer乘法节点.py		4.1 MulLayer乘法节点.py
4.10 学习技巧-Batch Norm的构建和评估.py		4.10 学习技巧-Batch Norm的构建和评估.py
4.11学习技巧-过拟合-weight_decay.py		4.11学习技巧-过拟合-weight_decay.py
4.12 学习技巧-过拟合-Dropout节点.py		4.12 学习技巧-过拟合-Dropout节点.py
4.13 学习技巧-超参数最优化.py		4.13 学习技巧-超参数最优化.py
4.2 AddLayer加法节点.py		4.2 AddLayer加法节点.py
4.3 激活函数层的实现-Relu节点、Sigmiod节点.py		4.3 激活函数层的实现-Relu节点、Sigmiod节点.py
4.4 Affine节点.py		4.4 Affine节点.py
4.5 Softmax-with-loss 节点.py		4.5 Softmax-with-loss 节点.py
4.6 误差反向传播法实现2层神经网络类.py		4.6 误差反向传播法实现2层神经网络类.py
4.7 误差反向传播法的训练.py		4.7 误差反向传播法的训练.py
4.8 学习技巧-SGD、Momentum、AdaGrad、Adam参数更新.py		4.8 学习技巧-SGD、Momentum、AdaGrad、Adam参数更新.py
4.9 学习技巧-不同激活函数不同初始权重的隐藏层激活值分布.py		4.9 学习技巧-不同激活函数不同初始权重的隐藏层激活值分布.py
5.1. CNN整体结构.py		5.1. CNN整体结构.py
5.2. 卷积层.py		5.2. 卷积层.py
5.3 池化层.py		5.3 池化层.py
5.4. 卷积层、池化层的实现.py		5.4. 卷积层、池化层的实现.py
5.5. CNN的实现.py		5.5. CNN的实现.py
5.6. CNN基于MNIST进行训练.py		5.6. CNN基于MNIST进行训练.py
5.7. CNN中第一层卷积层权重可视化.py		5.7. CNN中第一层卷积层权重可视化.py
5.8.最具代表性的CNN- LeNet、AlexNet、VGG、GooLeNet、ResNet、深度学习.py		5.8.最具代表性的CNN- LeNet、AlexNet、VGG、GooLeNet、ResNet、深度学习.py
6.8 R-CNN、FCN.py		6.8 R-CNN、FCN.py
deep_convnet_params.pkl		deep_convnet_params.pkl
main.py		main.py
params.pkl		params.pkl
sample_weight.pkl		sample_weight.pkl
View all files

About

No description, website, or topics provided.

Activity

Stars

1 star

Watchers

1 watching

Forks

0 forks

Report repository

Releases

Packages

Contributors

Languages