从头开始的神经网络
作业1:深度学习基础
我们在python中使用numpy从零开始实现了一个神经网络。 该代码可在名为Assignment1.ipynb的ipython笔记本中使用。 我们在这里解释代码以及如何使用它来再现结果。
激活功能
我们已经实现了S型,tanh,ReLU和线性激活函数以及它们的梯度。
损失函数
当应用softmax函数时,我们已经实现了交叉熵和均方误差损失及其梯度。
重量初始化
我们已经实现了随机和Xavier权重初始化方法。
优化器
我们已经实现了sgd ,动量, nesterov , rmsprop , adam和nadam优化器,用于训练神经网络。
图层类
此类包含神经网络中一层的信息。 一层对象可以创建为
new_layer = layer(neurons,input_neurons,activation="sigmoid",weight_init="xa