demo性质的mnist数据集手写数字识别的神经网络, 不借助外部库全部手动搭建..zip

# learningDL demo性质的mnist数据集手写数字识别的神经网络, 不借助外部库全部手动搭建. 基本属于一个读书笔记, 看的这本书:  简单的4层网络(两个隐含层) - 网络数量: 可自定义, 见 networkConfig.js - 激活函数: ReLU - 求偏导方式: 反向传播 - 损失函数: SoftmaxWithLoss ***19.6.8 更新: 之前的代码都是有问题的, 真正跑通是在这次更新*** 文件说明 - network.js: 网络的实现 - networkConfig.js 网络的配置 - weights.js 保存整个网络的所有权重 - training.js 用来训练网络 - test.js 用来测试网络训练结果 - sumLoss.json 用来观察最后3000(training.js中配置)个损失函数值 使用方式 //初始化 npm install //训练, 注意: 从零开始的话, 注释掉 'ws' 项, 即不引入初始权重 npm start //测试训练结果, 记得不要注释 'ws' 项, 即导入已有权重 npm test //应用网络 把 test.js 里的代码手动copy出来稍微改一下(笑)