【文件属性】:
文件名称:使用BP神经网络识别手写数字
文件大小:10.96MB
文件格式:ZIP
更新时间:2022-01-20 03:32:45
BP神经网络
NIST提供的是28 * 28的图片,因此输入层是754维的向量。隐层输出层为10维向量
公式定义:
输出层:01 ... 01
隐层:Y1 ... YN
输入层:X1 ... XM
输入层与隐层间的权值$ V_ {ij} $
隐层与输出层之间的权值$ W_ {jk} $
使用函数$ F(X)= \压裂{1} {1个+ E ^ { - X}} $
准确值D1 ... DL
学习率ETA
隐层与输出层间误差$ \ delta ^ o_k =(d_k - O_k)O_k(1-O_k)$
输入层与隐层间误差$ \ delta ^ y_j =(\ sum ^ {l} {k = 1} \ delta ^ o_kW {jk})y_j(1-y_j)$
误差反传时$ \ Delta W_ {jk} = \ eta(d_k-O_k)O_k(1-O_k)* y_j $
$ \ Delta V_ {ij} = \ eta(\ sum ^ {l} {k = 1} \ delta ^ o_kW {jk})y_j(1-y_j)X_i $
每次计算时先从输入层计算到输出层,然后算出三层间的两个误差,然后更新网络间的权值
【文件预览】:
BPrecognizeNumber-master
----train-images.idx3-ubyte(44.86MB)
----main.py(5KB)
----t10k-labels.idx1-ubyte(10KB)
----BPnet.cpp(2KB)
----t10k-images.idx3-ubyte(7.48MB)
----train-labels.idx1-ubyte(59KB)
----main.cpp(2KB)
----README.md(858B)
----BPnet.h(1KB)