文件名称:BP-Network:MNIST数据集上的多分类
文件大小:3.17MB
文件格式:ZIP
更新时间:2024-05-05 09:42:05
mnist source-code multi-classification Python
BP网络 介绍 BP网络是一个实验项目,它使用BP神经网络作为核心模型对MNIST手写数字集进行多分类。 并通过python实现了BP神经网络的构建和基于源代码的改进。 最后,将改进的BP模型与常见的机器学习和深度学习模型(例如随机森林和卷积神经网络)进行比较,以全面比较模型效果和训练时间。 改进细节: 将激活功能从常用的S型功能更改为Relu功能 其次,考虑到该问题实际上是一个多分类问题,引入softmax作为输出层,并将交叉熵作为损失函数 最后介绍了批处理,将训练集分为训练批进行训练,提高了神经网络的运行效率。 实验结果 模型 测试认证 火车时间 血压 0.97540 35.71 后勤 0.92030 105.76 支持向量机 0.94460 935.98 射频 0.94910 5.30 有线电视新闻网 0.99200 245.98 实验结论 在该实验中,详细讨论了
【文件预览】:
BP-Network-master
----bpNet()
--------bp()
--------SVM.py(781B)
--------main.py(2KB)
--------Logit.py(2KB)
--------RandomForest.py(952B)
--------data()
----README.md(3KB)
----CNN()
--------config.py(1KB)
--------mnist.py(2KB)