# CANNDY
## 介绍
纯Numpy实现的人工神经网络框架<br>
Chen's Artificial Neural Network builD by numpY
## 模型说明
### Core: 人工神经网络框架核心
- Activation: 实现的各种激活函数,包括`ReLU`、`Sigmoid`、`Tanh`、`Softmax`
- Layer: 实现的各种基础的神经网络层,暂时只有`Linear`线性层
- Loss: 实现的各种损失函数,包括`均方差损失`,`交叉熵损失`
- Optimizer:实现的各种优化器,包括普通梯度下降`GradientDescent`、`Momentum`、`AdaGrad`、`RMSProp`、`Adam`
### Dataset: 数据集
- Iris: 鸢尾花数据集
- titantic: 泰坦尼克幸存者数据集
- mnist: 手写数字识别数据集
### MLP: 使用该框架实现的多层感知机模型以及实例
- MLP: 多层感知机模型
- MLP_Batch: 测试batch的回归训练
- MLP_Classifier: 使用同心圆数据集做分类训练
- MLP_Iris: 使用鸢尾花数据集做分类训练
- MLP_Mnist: 使用手写识别数据集做分类训练
- MLP_Regress: 使用sin函数作为数据集做回归训练
### Examples: 使用该框架实现的各种模型实例
- AutoEncoder: 使用该框架实现的自编码器模型
- DQN: 使用该框架实现的强化学习中DQN(深度Q学习网络)模型
- PolicyGradient: 使用该框架实现的强化学习中的策略梯度模型
- GCN: 使用该框架实现的图卷积模型
## 安装教程
1. Anaconda `python>=3.7`
2. 强化学习相关项目,需要 gym==0.22.0; pygame==2.2.0
3. 其他相关的包,可自行调试判断
## 使用说明
- `本代码仅供参考学习和学术研究下载`
- `Copy核心代码时请注明出处`
## 效果展示
- MLP模型对同心圆数据集做分类训练<br>
<img src="Pic/MLP_circle.gif" width="480" height="350" alt="分类训练"/><br/>
- MLP模型对sin函数回归拟合<br>
<img src="Pic/MLP_sin.gif" width="480" height="350" alt="回归拟合"/><br/>
- 自编码器模型效果<br>
<img src="Pic/Res_AE.gif" width="480" height="265" alt="自编码器"/><br/>
- DQN(深度Q学习网络)模型效果<br>
奖励变化结果<br>
<img src="Pic/DQN_reward.png" width="480" height="357" alt="DQN奖励"/><br/>
- 策略梯度模型效果<br>
奖励变化结果<br>
<img src="Pic/PG_reward.png" width="480" height="357" alt="PG奖励"/><br/>
开始阶段<br>
<img src="Pic/PG_start.gif" width="480" height="309" alt="开始阶段"/><br/>
中期阶段<br>
<img src="Pic/PG_mid.gif" width="480" height="309" alt="中期阶段"/><br/>
后期效果<br>
<img src="Pic/PG_end.gif" width="480" height="309" alt="后期效果"/><br/>
## 参与贡献
wang567
没有合适的资源?快使用搜索试试~ 我知道了~
纯Numpy实现的人工神经网络框架.zip
共41个文件
py:26个
gif:6个
png:2个
0 下载量 79 浏览量
2024-05-19
06:50:59
上传
评论
收藏 16.45MB ZIP 举报
温馨提示
numpy 一个用python实现的科学计算,包括:1、一个强大的N维数组对象Array;2、比较成熟的(广播)函数库;3、用于整合C/C++和Fortran代码的工具包;4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。 NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA用其处理一些本来使用C++,Fortran或Matlab等所做的任务。 NumPy 的前身为 Numeric ,最早由 Jim Hugunin 与其它协作者共同开发,2005 年,Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色,并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。
资源推荐
资源详情
资源评论
收起资源包目录
纯Numpy实现的人工神经网络框架.zip (41个子文件)
新建文本文档.txt 984B
CANNDY-master
MLP
MLP_Iris.py 4KB
MLP_Classifier.py 4KB
MLP.py 1KB
MLP_Batch.py 3KB
MLP_Regress.py 2KB
MLP_Mnist.py 3KB
Plot_Classifier.py 4KB
Examples
PolicyGradient
agent.py 856B
train_PG.py 3KB
model.py 1KB
PGLoss.py 1KB
algorithm.py 1KB
GCN
GCN.py 1KB
train_GCN.py 4KB
AutoEncoder
train_AutoEncoder.py 4KB
AutoEncoder.py 919B
DQN
agent.py 2KB
DQNLoss.py 636B
model.py 1KB
replay_memory.py 1KB
train_DQN.py 4KB
algorithm.py 3KB
Core
Loss.py 2KB
Activation.py 2KB
Optimizer.py 7KB
Layer.py 4KB
LICENSE 9KB
Pic
Res_AE.gif 58KB
DQN_reward.png 34KB
PG_mid.gif 118KB
MLP_sin.gif 566KB
PG_end.gif 172KB
PG_reward.png 43KB
PG_start.gif 105KB
MLP_circle.gif 95KB
Dataset
mnist.pkl.gz 15.42MB
Iris.csv 5KB
cora.tar.gz 113KB
titanic.csv 59KB
README.md 3KB
共 41 条
- 1
资源评论
野生的狒狒
- 粉丝: 3103
- 资源: 2312
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功