代码实践：损失层、全连接层的反向传播

轩辕十四 2023-01-12 23:40:43

课时名称	课时知识点
代码实践：损失层、全连接层的反向传播	代码实践：损失层、全连接层的反向传播

...全文

93 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

通过TensorFlow搭建卷积神经网络实现猫狗识别代码，训练和测试代码完整，下载之后可以直接运行测试打码，运行环境在Linux下，需要把代码中的路径修改为本机实际路径

神经网络实现人脸识别的MATLAB代码，有图像文件

import h5py import matplotlib.pyplot as plt import numpy as np def load_dataset(): #拿到这个文件字典 train_dataset = h5py.File('./train_catvnoncat.h5','r') test_dataset = h5py.File('./test_catvn...

文章目录第6章梯度反向传播算法6.1 基本函数的梯度6.2 链式法则6.3 深度网络的误差反向传播算法6.4 矩阵化6.5 softmax损失函数梯度计算6.6 全连接层梯度反向传播6.7 激活层梯度反向传播6.8 卷积层梯度反向传播6.9 最大值池化层梯度反向传播 第6章梯度反向传播算法 6.1 基本函数的梯度 6.2 链式法则 6.3 深度网络的误差反向传播算法 6.4 矩阵化 6.5 softmax损失函数梯度计算 6.6 全连接层梯度反向传播 6.7 激活层梯度反向传播 6.8 卷积层梯度反向传

本关任务：实现卷积层的反向传播。

刘高联的课程社区_NO_1

1

社区成员

75

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章