digit_reader:从头开始使用sgd神经网络 源码

数字阅读器 版本0.1,2018年夏季 我在ML中作为练习写的东西。 原始脚本旨在展示完全用python编写的定制神经网络。 神经网络很慢但可扩展。 它只是为了修补,而不是为了实际应用。 角色阅读器学习阅读数字0-9的“布尔图像”表示。 在每个训练时期打印出均方误差(MSE)。 训练后,除了文件名和路径外,还将打印每个验证样本的正确分类,并标记每个网络的错误分类。 组织 布尔图像 布尔图像本质上是将真实值映射到数字图形上的2D数组。 机械手具有按比例缩小的方法以及用于修改布尔图像的相关方法。 当我有更多时间时,或者如果有任何需求,但我希望没有,我可能会详细介绍缩减算法的工作方式。 样品阅读器 样本读取器使用生成器来检索要用于训练的下一个样本,而不是将用于训练的每个样本都保存在内存中。 这是非常低效的,但是想法是样本大小可能太大而无法保存在内存中。 我只是想尝试一下管理大量数据的想法