文件名称：使用BP神经网络识别手写数字
文件大小：10.96MB
文件格式：ZIP
更新时间：2022-01-20 03:32:45
BP神经网络
NIST提供的是28 * 28的图片，因此输入层是754维的向量。隐层输出层为10维向量 公式定义： 输出层：01 ... 01 隐层：Y1 ... YN 输入层：X1 ... XM 输入层与隐层间的权值$ V_ {ij} $ 隐层与输出层之间的权值$ W_ {jk} $ 使用函数$ F（X）= \压裂{1} {1个+ E ^ { - X}} $ 准确值D1 ... DL 学习率ETA 隐层与输出层间误差$ \ delta ^ o_k =（d_k - O_k）O_k（1-O_k）$ 输入层与隐层间误差$ \ delta ^ y_j =（\ sum ^ {l} {k = 1} \ delta ^ o_kW {jk}）y_j（1-y_j）$ 误差反传时$ \ Delta W_ {jk} = \ eta（d_k-O_k）O_k（1-O_k）* y_j $ $ \ Delta V_ {ij} = \ eta（\ sum ^ {l} {k = 1} \ delta ^ o_kW {jk}）y_j（1-y_j）X_i $ 每次计算时先从输入层计算到输出层，然后算出三层间的两个误差，然后更新网络间的权值
【文件预览】：
BPrecognizeNumber-master
----train-images.idx3-ubyte(44.86MB)
----main.py(5KB)
----t10k-labels.idx1-ubyte(10KB)
----BPnet.cpp(2KB)
----t10k-images.idx3-ubyte(7.48MB)
----train-labels.idx1-ubyte(59KB)
----main.cpp(2KB)
----README.md(858B)
----BPnet.h(1KB)