示例代码

• 手写数字例子
  • 1. 数据加载与可视化
  • 2. 构造分类器，进行训练
  • 3. 模型评估
• 全连接神经网络分类过程可视化
  • 1. 导入所需的模块
  • 2. 准备训练数据与特征空间离散点
  • 3. 实验数据可视化展示
  • 4. 进行训练并获得网络权重
  • 5. 展示分类结果
  • 6. 定义相关工具函数
  • 7. 各层及各节点可视化展示
• 全连接网络后向传播可视化
  • 1. 导入相关库
  • 2. 整理数据为可训练格式
  • 3. 设置网络结构及其超参数
  • 4. 初始化网络，并进行训练
  • 5. 可视化后向传播过程
• 卷积网络分类过程可视化
  • 1、导入库
  • 2、定义各类激活函数
  • 3、导入数据开始训练
  • 4、可视化实验数据及实验结果
  • 5、定义逐层可视化函数
  • 6、卷积网络分类过程逐层可视化
• 卷积网络学习过程
  • 1. 加载数据和网络设置
  • 2. 数据可视化
  • 3. 定义可视化方法和相关设置
  • 4. 反向传播过程可视化