mxnet基础到提高(36)-单层神经网络

构造一个4个输出的单层网络，

import mxnet.ndarray as nd
from mxnet.gluon import nnlayer1=nn.Dense(4)#权重默认为平均分布的[-0.7,0.7]，4是指输出的维度的第2维的值
print(layer1)

Dense(None -> 4, linear)

前向计算

from mxnet import nd
from mxnet.gluon import nnlayer1=nn.Dense(1)
x=nd.array([[1,1],[1,-1],[-1,1],[-1,-1]])
layer1.initialize()
y=layer1(x)
print(y)

[[-0.08561561]
[-0.04872324]
[ 0.04872324]
[ 0.08561561]]
<NDArray 4x1 @cpu(0)>

nn.Dense和nn.Sequential属于nn.Block的子类

from mxnet import nd
from mxnet.gluon import nnnet=nn.Sequential()
net.add(nn.Dense(2,activation="relu"),nn.Dense(1,activation="relu"))
net.initialize()
y=net(x)
print(y)

[[-0.08561561]
[-0.04872324]
[ 0.04872324]
[ 0.08561561]]
<NDArray 4x1 @cpu(0)>

mxnet基础到提高(36)-单层神经网络相关推荐

mxnet基础到提高(7)--卷积神经网络基础(2)
构造具有灵活正向函数的网络创建nn.Block一个子类和实现两种方法: from mxnet import nd from mxnet.gluon import nn class MixMLP(nn ...
深度学习基础--SOFTMAX回归（单层神经网络）
深度学习基础–SOFTMAX回归(单层神经网络) 最近在阅读一本书籍–Dive-into-DL-Pytorch(动手学深度学习),链接:https://github.com/newmonkey/Div ...
mxnet基础到提高(5)-－卷积神经网络基础(1)
通过nn.Sequential构造LeNet ,MXNet将自动构造向前函数,按顺序执行添加的LeNet 卷积神经网络是一种特殊的多层神经网络.与几乎所有其他神经网络一样,它们都经过了反向传播算法的训 ...
mxnet基础到提高(49)-使用免费的云jupyter
强大而免费的GOOGLE 云jupyter notebook https://colab.research.google.com/notebooks/intro.ipynb#recent=true 什 ...
mxnet基础到提高(4)-－ Dense层基础
from mxnet import nd from mxnet.gluon import nn x = nd.array(((1,2,3),(5,6,7))) #创建神经网络第一层密集层,Dense会 ...
mxnet基础到提高(51)-Activation激活函数
mxnet.ndarray.Activation(data=None, act_type=_Null, out=None, name=None, **kwargs) Applies an activa ...
mxnet基础到提高(48)-ones和ones_like
返回全1元素矩阵 mxnet.ndarray.ones(shape, ctx=None, dtype=None, **kwargs)[source] Returns a new array fille ...
mxnet基础到提高(46)-ndarray.zeros,CSRNDArray稀疏矩阵
mxnet.ndarray.zeros(shape, ctx=None, dtype=None, stype=None, **kwargs)[source] 返回一个新的array数组,指定shape ...
mxnet基础到提高(44)-ndarray.arange创建行向量
mxnet.ndarray.arange(start, stop=None, step=1.0, repeat=1, infer_range=None, ctx=None, dtype=<cla ...

mxnet基础到提高(36)-单层神经网络

mxnet基础到提高(36)-单层神经网络相关推荐

最新文章

热门文章