注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Python使用BP实现异或问题

  2. 基于Python的BP算法实现异或问题，只需安装numpy包即可，数据在代码中，无需下载其他数据，本人亲测可以执行。该代码使用Eclipse软件编写，解压后只需导入该项目即可。

  3. 所属分类：Python

    • 发布日期：2014-12-15
    • 文件大小：9216
    • 提供者：lenovojxn

  1. BP算法分类

  2. 用python实现的BP算法，对Iris数据集进行分类，最终分类准确率可以达到96%以上。文件中含源代码与Iris数据集

  3. 所属分类：Python

    • 发布日期：2015-05-05
    • 文件大小：3072
    • 提供者：u010551462

  1. 基于C语言的bp神经网络实现

  2. 最近一直想学习深度学习，先学习了下神经网络，用c实现了bp算法，算法采用3层网络结构，好像测试了下多层隐藏层，结果一直无法收敛，不知道是不是我的测试数据问题，3层结构能收敛，可能有局部最优，看数据了，最近又发现了python，简直是写机器学习方面代码的神器啊

  3. 所属分类：C

    • 发布日期：2016-02-26
    • 文件大小：7168
    • 提供者：eatapples

  1. BP算法Python代码

  2. BP算法，误差反向传播（Error Back Propagation, BP）算法。BP算法的基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。由于多层前馈网络的训练经常采用误差反向传播算法，人们也常把将多层前馈网络直接称为BP网络。利用python代码实现BP神经网络。

  3. 所属分类：深度学习

    • 发布日期：2018-01-04
    • 文件大小：17408
    • 提供者：qq_41466997

  1. 传统bp算法

  2. 使用Python实现基本的BP神经网络算法，适合初学BP神经网络算法的同学。

  3. 所属分类：机器学习

    • 发布日期：2018-04-27
    • 文件大小：4096
    • 提供者：qq_22835501

  1. 深度前馈网络python实现(需要numpy)

  2. 本代码利用numpy实现了深度前馈网络；代码包括了网络深度，每层的单元数和每层的激活函数可以自选，BP算法；最后跟了一个多项式拟合的例子。该代码适合深度学习初学者。

  3. 所属分类：深度学习

    • 发布日期：2018-05-20
    • 文件大小：6144
    • 提供者：wang_chunchun

  1. BPNet多层网络学习算法可以实现有效的分类，包括完整代码、训练和测试数据集。

  2. BPNet算法是一种最有效的多层神经网络学习方法算法实现分类。包括已实现的代码和训练、测试的数据集。

  3. 所属分类：机器学习

    • 发布日期：2018-05-24
    • 文件大小：10240
    • 提供者：qq_39165556

  1. 十分简单的单隐层BP神经网络python实现

  2. 十分简单的单隐层BP神经网络python实现，运用了冲量项加快收敛，除此之外没有任何框架和复杂的函数，帮助初学者快速理解反向误差传播的含义

  3. 所属分类：机器学习

    • 发布日期：2018-06-02
    • 文件大小：1024
    • 提供者：qq_17792453

  1. BP算法的MATLAB实现

  2. 用MATLAB实现BP算法，每部都清晰易懂，相对于PYTHON而言，可以看到数据每一步迭代的过程，代码已经跑过，没问题，纯手写，不是网上抄的

  3. 所属分类：机器学习

    • 发布日期：2018-02-12
    • 文件大小：3072
    • 提供者：breathless101

  1. BP神经网络mnist手写数字识别Python实现

  2. 该程序使用Python实现BP神经网络mnist手写数字识别。压缩包中给出训练好的权重以及偏移量的mat文件，在程序运行后输入mnist文件夹中图片路径的后缀就可以进行预测，如：4/mnist_test_4.png。压缩包给出训练集的mat文件，读者也可以自行训练该神经网络。该程序能够帮助读者理解BP算法实现的细节。

  3. 所属分类：互联网

    • 发布日期：2020-05-12
    • 文件大小：72351744
    • 提供者：weixin_45652815

  1. bp算法python实现

  2. bp算法是由学习过程由信号的正向传播与误差的反向传播两个过程组成，bp算法使用Python实现含数据集

  3. 所属分类：机器学习

    • 发布日期：2020-05-10
    • 文件大小：136192
    • 提供者：weixin_43083799

  1. Python实现的三层BP神经网络算法示例

  2. 主要介绍了Python实现的三层BP神经网络算法,结合完整实例形式分析了Python三层BP神经网络算法的具体实现与使用相关操作技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：79872
    • 提供者：weixin_38657115

  1. 神经网络(BP)算法Python实现及应用

  2. 主要为大家详细介绍了Python实现神经网络(BP)算法及简单应用，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：89088
    • 提供者：weixin_38538264

  1. Python实现的三层BP神经网络算法示例

  2. 本文实例讲述了Python实现的三层BP神经网络算法。分享给大家供大家参考，具体如下： 这是一个非常漂亮的三层反向传播神经网络的python实现，下一步我准备试着将其修改为多层BP神经网络。 下面是运行演示函数的截图，你会发现预测的结果很惊人！ 提示：运行演示函数的时候，可以尝试改变隐藏层的节点数，看节点数增加了，预测的精度会否提升 import math import random import string random.seed(0) # 生成区间[a, b)内的随机数 def ran

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：83968
    • 提供者：weixin_38713393

  1. 手推BP算法及python实现

  2. 画图和编辑公式实在是太麻烦了，我就写在纸上吧 一、BP推导 一个简单的神经网络： 正向传播： 1.输入层—->隐含层： 这里我们要把得到的值通过sigmoid激活一下： 2.隐含层—->输出层：同理 这样我们就得到了输出值out(o1)和out(o2)，此时这两个输出值和我们预想的输出值肯定相差甚远（可以自己设定几个数试一试）那么我们就要进行反向传播来修正w以此来修正输出值。 反向传播： 1.我们所期望的数据和输出数据的误差： 2.隐含层—->输出层的权值更新： 以w

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38522253

  1. 深度学习（神经网络） —— BP神经网络原理推导及python实现

  2. 深度学习（神经网络） —— BP神经网络原理推导及python实现摘要（一）BP神经网络简介1、神经网络权值调整的一般形式为：2、BP神经网络中关于学习信号的求取方法：（二）BP神经网络原理推导1、变量说明2、BP算法推导（三）BP神经网络python实现1、模型所需传参介绍2、模型具有的主要方法和属性3、python代码4、代码运行结果 摘要 本文首先介绍了BP神经网络求取学习信号的方法，其次对BP神经网络在原理上进行了推导，最后在python上进行编程实现，并将其封装，方便读者直接调用。 （

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：199680
    • 提供者：weixin_38731239

  1. 用Python实现BP神经网络（附代码）

  2. 用Python实现出来的机器学习算法都是什么样子呢？ 前两期线性回归及逻辑回归项目已发布（见文末链接），今天来讲讲BP神经网络。 BP神经网络 全部代码 https://github.com/lawlite19/MachineLearning_Python/blob/master/NeuralNetwok/NeuralNetwork.py 神经网络model 先介绍个三层的神经网络，如下图所示 输入层（input layer）有三个units（ 为补上的bias，通常设为1） 表示第j层的第

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：380928
    • 提供者：weixin_38611388

  1. Python实现机器学习算法

  2. 本文来自于CSDN，介绍了机器学习算法Python实现的逻辑回归、BP神经网络、K-Means聚类算法以及多元高斯分布等相关知识。其中：下面就是要求出theta，使代价最小，即代表我们拟合出来的方程距离真实值最近共有m条数据，其中代表我们要拟合出来的方程到真实值距离的平方，平方的原因是因为可能有负值，正负可能会抵消前面有系数2的原因是下面求梯度是对每个变量求偏导，2可以消去实现代码：注意这里的X是真实数据前加了一列1，因为有theta(0)代价函数对求偏导得到：所以对theta的更新可以写为：其

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：8388608
    • 提供者：weixin_38663608

  1. Python实现机器学习算法

  2. 本文来自于CSDN，介绍了机器学习算法Python实现的逻辑回归、BP神经网络、K-Means聚类算法以及多元高斯分布等相关知识。 其中：下面就是要求出theta，使代价最小，即代表我们拟合出来的方程距离真实值最近共有m条数据，其中代表我们要拟合出来的方程到真实值距离的平方，平方的原因是因为可能有负值，正负可能会抵消前面有系数2的原因是下面求梯度是对每个变量求偏导，2可以消去实现代码： 注意这里的X是真实数据前加了一列1，因为有theta(0)

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：8388608
    • 提供者：weixin_38709466

  1. 神经网络(BP)算法Python实现及应用

  2. 本文实例为大家分享了Python实现神经网络算法及应用的具体代码，供大家参考，具体内容如下 首先用Python实现简单地神经网络算法： import numpy as np # 定义tanh函数 def tanh(x): return np.tanh(x) # tanh函数的导数 def tan_deriv(x): return 1.0 - np.tanh(x) * np.tan(x) # sigmoid函数 def logistic(x): return 1 / (1 + np.

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：91136
    • 提供者：weixin_38748207
« 12 »