神经网络

M2-PSA项目：使用Numpy制作自己的神经网络 2020-2021 BROUILLARDAlizée， 布鲁恩·昆汀（ Quentin）， GODINAUD莱拉， 抽象的 该项目的目标是从头开始仅使用numpy构建神经网络。 经过测试后，我们开发了一些算法来优化超参数。 我们研究学习率，批处理大小，神经元数量，隐藏层数和历元数。 所有这些测试都揭示了我们试图改善的一些缺陷（最少的本地时间，计算时间）。 为此，我们添加了两个选择：自适应学习率（衰减步长）和另一种训练方式：同步学习。 我们使用的数据集可以回答粒子物理学的一个小问题：如何在观察到的事件上将信号与噪声分开？ 我们还通过预处理算法准备了这些数据集。 结构 我们项目的结构如下，请进入每个文件以获取它的详尽描述。 文件：Function_Tests 测试文件 文件：主要 main.py 同时NN.py 文件：N