2022年6月5日

神经网络与深度学习(邱锡鹏)编程练习4 FNN 交叉熵-二分类 numpy vs. pytorch

摘要: import numpy as np import torch import torch.nn as nn def cross_entropy_error(y, t): delta = 1e-7 # 添加一个微小值可以防止负无限大(np.log(0))的发生。 return -np.sum(t * 阅读全文

posted @ 2022-06-05 23:14 HBU_DAVID 阅读(167) 评论(0) 推荐(0) 编辑

神经网络与深度学习(邱锡鹏)编程练习4 FNN 交叉熵-多分类 numpy vs. pytorch

摘要: import numpy as np import torch.nn as nn import torch # https://blog.csdn.net/QLBFA/article/details/107536486 def cross_entropy_error(y, t): delta = 1 阅读全文

posted @ 2022-06-05 23:03 HBU_DAVID 阅读(174) 评论(0) 推荐(0) 编辑

神经网络与深度学习(邱锡鹏)编程练习4 FNN 均方误差 numpy vs. pytorch

摘要: import numpy as np import torch def mean_squared_error(y, pred): return 0.5 * np.sum((y-pred)**2) # numpy y = [1., 2] pred = [6., 7] print(mean_square 阅读全文

posted @ 2022-06-05 23:01 HBU_DAVID 阅读(169) 评论(0) 推荐(0) 编辑

神经网络与深度学习(邱锡鹏)编程练习4 FNN 正向传播 pytorch

摘要: NN模型: ref:【人工智能导论:模型与算法】MOOC 8.3 误差后向传播(BP) 例题 【第三版】 - HBU_DAVID - 博客园 (cnblogs.com) 实验目标: 理解正向传播过程,熟悉pytorch编程。 初始值: w1, w2, w3, w4, w5, w6, w7, w8 = 阅读全文

posted @ 2022-06-05 12:08 HBU_DAVID 阅读(252) 评论(0) 推荐(0) 编辑

神经网络与深度学习(邱锡鹏)编程练习4 FNN 正向传播 numpy

摘要: NN模型: ref:【人工智能导论:模型与算法】MOOC 8.3 误差后向传播(BP) 例题 【第三版】 - HBU_DAVID - 博客园 (cnblogs.com) 实验目标: 理解正向传播过程,熟悉numpy编程。 初始值: w1, w2, w3, w4, w5, w6, w7, w8 = 0 阅读全文

posted @ 2022-06-05 11:55 HBU_DAVID 阅读(270) 评论(0) 推荐(0) 编辑

导航