实例介绍
《神经网络与深度学习》 的随书源代码及所需素材,欢迎参考
【实例截图】
【核心代码】
神经网络与深度学习
└── neural-networks-and-deep-learning-master
├── data
│ └── mnist.pkl.gz
├── fig
│ ├── backprop_magnitude_nabla.png
│ ├── backprop_magnitude_nabla.py
│ ├── data_1000.json
│ ├── digits.png
│ ├── digits_separate.png
│ ├── false_minima.png
│ ├── false_minima.py
│ ├── generate_gradient.py
│ ├── initial_gradient.json
│ ├── misleading_gradient_contours.png
│ ├── misleading_gradient_contours.py
│ ├── misleading_gradient.png
│ ├── misleading_gradient.py
│ ├── mnist_100_digits.png
│ ├── mnist_2_and_1.png
│ ├── mnist_complete_zero.png
│ ├── mnist_first_digit.png
│ ├── mnist_other_features.png
│ ├── mnist.py
│ ├── mnist_really_bad_images.png
│ ├── mnist_top_left_feature.png
│ ├── more_data_5.png
│ ├── more_data_comparison.png
│ ├── more_data.json
│ ├── more_data_log.png
│ ├── more_data.png
│ ├── more_data.py
│ ├── more_data_rotated_5.png
│ ├── more_data_svm.json
│ ├── multiple_eta.json
│ ├── multiple_eta.png
│ ├── multiple_eta.py
│ ├── norms_during_training_2_layers.json
│ ├── norms_during_training_3_layers.json
│ ├── norms_during_training_4_layers.json
│ ├── overfitting1.png
│ ├── overfitting2.png
│ ├── overfitting3.png
│ ├── overfitting4.png
│ ├── overfitting_full.json
│ ├── overfitting_full.png
│ ├── overfitting.json
│ ├── overfitting.py
│ ├── pca_hard_data_fit.png
│ ├── pca_hard_data.png
│ ├── pca_limitations.py
│ ├── regularized1.png
│ ├── regularized2.png
│ ├── regularized_full.json
│ ├── regularized_full.png
│ ├── regularized.json
│ ├── replaced_by_d3
│ │ ├── README.md
│ │ ├── relu.png
│ │ ├── relu.py
│ │ ├── sigmoid.png
│ │ ├── sigmoid.py
│ │ ├── step.png
│ │ ├── step.py
│ │ ├── tanh.png
│ │ └── tanh.py
│ ├── serialize_images_to_json.py
│ ├── test.png
│ ├── training_speed_2_layers.png
│ ├── training_speed_3_layers.png
│ ├── training_speed_4_layers.png
│ ├── valley2.png
│ ├── valley2.py
│ ├── valley.png
│ ├── valley.py
│ ├── weight_initialization_100.json
│ ├── weight_initialization_100.png
│ ├── weight_initialization_30.json
│ ├── weight_initialization_30.png
│ └── weight_initialization.py
├── README.md
├── requirements.txt
└── src
├── conv.py
├── expand_mnist.py
├── mnist_average_darkness.py
├── mnist_loader.py
├── mnist_svm.py
├── network2.py
├── network3.py
├── network.py
└── old
├── blog
│ ├── common_knowledge.py
│ └── __init__.py
├── cost_vs_iterations.png
├── cost_vs_iterations_trapped.png
├── deep_autoencoder.py
├── deep_learning.py
├── gradient_descent_hack.py
├── mnist_100_30_deep_autoencoder.png
├── mnist_100_unit_autoencoder.png
├── mnist_10_unit_autoencoder.png
├── mnist_30_component_pca.png
├── mnist_30_unit_autoencoder.png
├── mnist_autoencoder.py
├── mnist_pca.py
└── perceptron_learning.py
7 directories, 100 files
标签:
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论