神经网络用python还是matlab_Matlab与神经网络学习笔记

这是学习《Neural Network and Deep Learning》的笔记。在刚开始学习时，电脑安装的是python3，而作者用的是2.我想着反正要熟悉代码，大学期间MATLAB用的比较多，也懒得去折腾python2或是重写成python3.于是用MATLAB完成了里面的实例和例题。这本书很适合新手，特别是像我这种非科班的人。通过启发式的思想引导读者由浅入深，自己动手操作代码，成就感很强。这个笔记主要是书本里例子的操作，还有习题的解答，难免会有错误，欢迎指正。

下面就是前两章的主要代码，后面的内容都是在这基础上修改的。

function NW(a)

%NW([784,30,10])

global NetWork;

NetWork.length = length(a);

for i=2:1:NetWork.length

NetWork.bias{i-1} = randn(a(i),1);

NetWork.weight{i-1} = randn(a(i),a(i-1));

end

function update_mini_batch(mini_batch,eta,mini_batch_size)

global NetWork;

for i=1:1:NetWork.length-1;

nabla_bi{i} = zeros(size(NetWork.bias{i}));

end

for i=1:1:NetWork.length-1;

nabla_wi{i} = zeros(size(NetWork.weight{i}));

end

for i=1:1:mini_batch_size

[delta_nabla_b,delta_nabla_w] = backprop(mini_batch{1,1}(:,i),mini_batch{1,2}(i));

for j=1:NetWork.length-1

nabla_bi{j} = nabla_bi{j} + delta_nabla_b{j};

nabla_wi{j} = nabla_wi{j} + delta_nabla_w{j};

end

for k = 1:NetWork.length-1

NetWork.weight{k}=NetWork.weight{k}-(eta/mini_batch_size)*nabla_wi{k};

NetWork.bias{k}=NetWork.bias{k}-(eta/mini_batch_size)*nabla_bi{k};

end

function [nabla_b,nabla_w] = backprop(x,y)

global NetWork;

for i=1:1:NetWork.length-1;

nabla_b{i} = zeros(size(NetWork.bias{i}));

end

for i=1:1:NetWork.length-1;

nabla_w{i} = zeros(size(NetWork.weight{i}));

end

% 向前传播

activation = x./256;

activations{1} = activation;

for i=1:NetWork.length-1

z = NetWork.weight{i}*activation+NetWork.bias{i};

zs{i} = z;

activation = sigmoid(z);

activations{i+1} = activation;

end

% 向后传播

% 输出层误差：

a = cost_derivative(activations{NetWork.length},y);

b = sigmoid_prime(zs{NetWork.length-1});

delta = cost_derivative(activations{NetWork.length},y).*sigmoid_prime(zs{NetWork.length-1});

nabla_b{NetWork.length-1} = delta;

nabla_w{NetWork.length-1} = delta*activations{NetWork.length-1}';

for i=NetWork.length-2:-1:1

z = zs{i};

sp = sigmoid_prime(z);

delta = (NetWork.weight{i+1}'*delta).*sp;

nabla_b{i}=delta;

nabla_w{i}=delta*activations{i}';

end

function c = cost_derivative(output_activations,y)

y1 = zeros(10,1);

y1(y+1) = 1;

c = output_activations - y1;

end

function s = sigmoid(z)

s = (1./(1+exp(-z)));

end

function sp = sigmoid_prime(z)

sp = (sigmoid(z).*(1-sigmoid(z)));

end

```

神经网络用python还是matlab_Matlab与神经网络学习笔记相关推荐

Python预测数据分析与算法学习笔记（特征工程、时间序列）
微信公众号:数学建模与人工智能 GitHub - QInzhengk/Math-Model-and-Machine-Learning 第3章探索规律 3.1 相关分析相关关系是一种与函数关系相区别 ...
Python基础教程-菜鸟教程学习笔记1
Python基础教程-菜鸟教程学习笔记1 文章目录 Python基础教程-菜鸟教程学习笔记1 前言 Python 简介 1. 第一个Python程序 2. Python 中文编码 3. 基本语法 1) ...
Python可视化物理随机过程---pygame学习笔记2
Python可视化物理随机过程-pygame学习笔记2 文章目录 Python可视化物理随机过程---pygame学习笔记2 一.扩散现象的简单的介绍二.代码实现三.运行代码的效果展示四.总结 ...
bp神经网络预测模型python,r语言bp神经网络预测
如何建立bp神经网络预测模型 . 建立BP神经网络预测模型,可按下列步骤进行:1.提供原始数据2.训练数据预测数据提取及归一化3.BP网络训练4.BP网络预测5.结果分析现用一个实际的例子,来预测2 ...
python查看方法作用_python学习笔记1，新手小白也能看得懂
这是酸菜在风变编程上学习python时积累的学习笔记,希望能帮到同样也在学习中的小伙伴.持续更新~ 第0关 Print()函数 (1)不带引号:让计算机读懂括号里的内容,打印最终的结果例:print ...
python 面向对象（类）--学习笔记
面向对象是一种编程方式, 主要集中在类和对象的两个概念 python 中的类符合封装, 继承, 多态的特征类是一个模板, 是n多函数的集成对象是类的实例化类的成员分为三大类:字段.方法.属性 ...
python 坐标轴单位刻度_Python学习笔记(matplotlib篇)--坐标轴刻度
python学习笔记--坐标轴刻度所用的库及环境: ide:pycharm python环境:python3.7 matplotlib: matplotlib 1.11 numpy: nump ...
python矩阵左除_matlab学习笔记
Matlab学习笔记运算: 1. 算术运算(在矩阵意义下进行) +:要求矩阵同型,对应元素相加减,如果用标量和矩阵相加减,不同型就凉凉提示错误,那就将矩阵每个元素和数字相加减 -:同上 *: ...
python的基本数据结构_Python学习笔记——基本数据结构
列表list List是python的一个内置动态数组对象,它的基本使用方式如下: shoplist = ['apple', 'mango', 'carrot', 'banana'] print 'I ...

神经网络用python还是matlab_Matlab与神经网络学习笔记

神经网络用python还是matlab_Matlab与神经网络学习笔记相关推荐

最新文章

热门文章