接续以上资源，Adrian Rosebrock大神力作，16天速成教程，把你从计算机视觉小白变成大师，从简单的人脸检测案例入手，包含opencv图像处理基础、OCR文档扫描，计算机自动阅卷的光学标志识别OMR、球运动跟踪、物体大小尺寸测量、人脸识别标志、眨眼计数、疲劳检测、树莓派上实现人脸跟踪，家庭监控、简单神经网络图像分类、深度学习目标分类识别，利用搜索爬虫构建自己的数据集、cnn+kearas目标识别以及实时目标识别等近20个案例源码及讲解，是基于python和opencv入门计算机视觉不可

Adrian Rosebrock大神力作，16天速成教程，把你从计算机视觉小白变成大师，从简单的人脸检测案例入手，包含opencv图像处理基础、OCR文档扫描，计算机自动阅卷的光学标志识别OMR、球运动跟踪、物体大小尺寸测量、人脸识别标志、眨眼计数、疲劳检测、树莓派上实现人脸跟踪，家庭监控、简单神经网络图像分类、深度学习目标分类识别，利用搜索爬虫构建自己的数据集、cnn+kearas目标识别以及实时目标识别等近20个案例源码及讲解，是基于python和opencv入门计算机视觉不可多得资源。

主要详细介绍了python构建深度神经网络DNN，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

这篇文章在前一篇文章：python构建深度神经网络（DNN）的基础上，添加了一下几个内容： 1) 正则化项 2） 调出中间损失函数的输出 3） 构建了交叉损失函数 4） 将训练好的网络进行保存，并调用用来测试新数据 1  数据预处理 #!/usr/bin/env python # -*- coding: utf-8 -*- # Time : 2017-03-12 15:11 # Author : CC # File : net_load_data.py from numpy import *