自己动手实现神经网络多分类器
发布时间
阅读量：
阅读量
本内容由**罗周杨stupidme.me.lzy@gmail.com**原创，如需转载，请标明作者及来源。未经许可，禁止用于商业用途。
无需借助任何深度学习框架，构建一个基础的神经网络以完成分类任务。
逐步指导完成神经网络的搭建过程，涵盖损失函数的选取以及反向传播算法的手动编写。
数据生成方法与实现
生成一组难以通过线性方式实现有效分类的数据集。
import numpy as np
import matplotlib.pyplot as plt
N = 100 # 每一个类别的生成的点的数量
D = 2 # 每个点的维度，这里使用平面，所以是2维数据
K = 3 # 类别数量，我们一共生成3个类别的点
# 所有的样本数据，一共300个点，每个点用2个维度表示
# 所有训练数据就是一个300*2的二维矩阵
X = np.zeros((N*K, D))
# 标签数据，一共是300个点，每个点对应一个类别，
# 所以标签是一个300*1的矩阵
y = np.zeros(N*K, dtype='uint8')
# 生成训练数据
for j全部评论 (0)
还没有任何评论哟~