文件名称：deep-learning-from-scratch
文件大小：183KB
文件格式：ZIP
更新时间：2024-04-28 17:42:01
Python
这是来自的叉子 从头开始进行深度学习 这是《》一书的支持网站（由O'Reilly Japan出版）。总结了本书中使用的源代码。 文件组织 文件夹名称 解释 ch01 第1章中使用的源代码 ch02 第2章中使用的源代码 ... ... ch08 第8章中使用的源代码 常见的 常用源代码 资料集 数据集的源代码 有关源代码的说明，请参见本书。 Python和外部库 需要以下软件来执行源代码。 Python 3.x NumPy Matplotlib * Python版本使用3系列。 执行方式 转到每个章节的文件夹，然后运行Python命令。 $ cd ch01 $ python man.py $ cd ../ch05 $ python train_nueralnet.py 执照 该存储库的源代码是。无论是商业用途还是非商业用途，请*使用。 勘误表 本手册的正确性信息发布在
【文件预览】：
deep-learning-from-scratch-master
----.python-version(27B)
----ch07()
--------train_convnet.py(1KB)
--------simple_conv_net.py(3KB)
----ch06()
--------batch_norm_test.py(3KB)
--------two_layer_with_bn.py(2KB)
--------weight_init_activation_histogram.py(1KB)
----dataset()
--------mnist.py(3KB)
--------lena_gray.png(42KB)
--------lena.png(115KB)
--------__init__.py(0B)
----ch02()
--------and_gate.py(342B)
--------nand_gate.py(347B)
--------or_gate.py(340B)
--------xor_gate.py(307B)
----common()
--------layer.py(6KB)
--------differential_function.py(747B)
--------activation_function.py(379B)
--------util.py(2KB)
--------__init__.py(0B)
--------trainer.py(3KB)
--------error_function.py(458B)
--------optimizer.py(2KB)
----ch03()
--------step_funtion.py(276B)
--------sigmoid.py(263B)
--------softmax.py(160B)
--------mnist.py(258B)
--------mnist_show.py(437B)
--------network.py(906B)
----LICENSE.md(1KB)
----.gitignore(43B)
----ch04()
--------two_layer_net.py(1KB)
--------gradient_simplenet.py(841B)
--------numerical_diff.py(218B)
--------train_neuralnet.py(1KB)
--------numerical_gradient.py(284B)
--------gradient_descent.py(318B)
----.envrc(37B)
----README.md(2KB)
----ch05()
--------two_layer_net.py(2KB)
--------relu.py(224B)
--------train_neuralnet.py(1KB)