深度学习进阶(二)--神经网络结构算法以及梯度下降法
2017-10-07 23:51
691 查看
总结一下今天的学习过程
注:感觉最近状态很不好,精神头有点不足,没有一开始的激情了,就比如说今天的学习,感觉不是很积极
一是继续捣鼓了GPU的配置环境,还是不怎么OK,也许是测试或验证的方式不对
二是看了神经网络结果以及梯度下降算法的简单原理,结合一个GitHub的项目
neural-networks-and-deep-learning,学习了代码
下面是在Python3中遇到的一些问题以及解决总结,因为GitHub上是用的Python2环境
算法代码下载
https://github.com/mnielsen/neural-networks-and-deep-learning
1,改变成自己的Python环境
2. importerror no module named cpickle
cPickle module in Python2 has been replaced by an improved module pickle in Python3. So simply use pickle.
解决:
# import cPickle
import pickle
#training_data, validation_data, test_data = cPickle.load(f)
training_data, validation_data, test_data = pickle.load(f, encoding="bytes")
3,TypeError: object of type 'zip' has no len()、'zip' object is not subscriptable
Try using list(zip(…) where you have zip(…) – Julien Jun 27 ‘16 at 4:02
根据代码进行修改,前缀list
tr_d, va_d, te_d = load_data()
training_inputs = [np.reshape(x, (784,
1))
for
x
in
tr_d[0]]
training_results = [vectorized_result(y)
for
y
in
tr_d[1]]
#training_data =
zip(training_inputs, training_results)
training_data = list(zip(training_inputs, training_results))
validation_inputs = [np.reshape(x, (784,
1))
for
x
in
va_d[0]]
#validation_data =
zip(validation_inputs, va_d[1])
validation_data = list(zip(validation_inputs, va_d[1]))
test_inputs = [np.reshape(x, (784,
1))
for
x
in
te_d[0]]
#test_data =
zip(test_inputs, te_d[1])
test_data = list(zip(test_inputs, te_d[1]))
return
(training_data, validation_data, test_data)
4,NameError: name 'xrange' is not defined
xrange( )函数时在python 2.x中的一个函数,在Python 3中,range()的实现方式与xrange()函数相同,所以就不存在专用的xrange( )
将network中的xrange换成range
注:感觉最近状态很不好,精神头有点不足,没有一开始的激情了,就比如说今天的学习,感觉不是很积极
一是继续捣鼓了GPU的配置环境,还是不怎么OK,也许是测试或验证的方式不对
二是看了神经网络结果以及梯度下降算法的简单原理,结合一个GitHub的项目
neural-networks-and-deep-learning,学习了代码
下面是在Python3中遇到的一些问题以及解决总结,因为GitHub上是用的Python2环境
算法代码下载
https://github.com/mnielsen/neural-networks-and-deep-learning
1,改变成自己的Python环境
2. importerror no module named cpickle
cPickle module in Python2 has been replaced by an improved module pickle in Python3. So simply use pickle.
解决:
# import cPickle
import pickle
#training_data, validation_data, test_data = cPickle.load(f)
training_data, validation_data, test_data = pickle.load(f, encoding="bytes")
3,TypeError: object of type 'zip' has no len()、'zip' object is not subscriptable
Try using list(zip(…) where you have zip(…) – Julien Jun 27 ‘16 at 4:02
根据代码进行修改,前缀list
tr_d, va_d, te_d = load_data()
training_inputs = [np.reshape(x, (784,
1))
for
x
in
tr_d[0]]
training_results = [vectorized_result(y)
for
y
in
tr_d[1]]
#training_data =
zip(training_inputs, training_results)
training_data = list(zip(training_inputs, training_results))
validation_inputs = [np.reshape(x, (784,
1))
for
x
in
va_d[0]]
#validation_data =
zip(validation_inputs, va_d[1])
validation_data = list(zip(validation_inputs, va_d[1]))
test_inputs = [np.reshape(x, (784,
1))
for
x
in
te_d[0]]
#test_data =
zip(test_inputs, te_d[1])
test_data = list(zip(test_inputs, te_d[1]))
return
(training_data, validation_data, test_data)
4,NameError: name 'xrange' is not defined
xrange( )函数时在python 2.x中的一个函数,在Python 3中,range()的实现方式与xrange()函数相同,所以就不存在专用的xrange( )
将network中的xrange换成range
相关文章推荐
- 神经网络与深度学习笔记——神经网络与梯度下降
- 神经网络和深度学习-第二周神经网络基础-第四节:梯度下降法
- 从梯度下降到拟牛顿法:详解训练神经网络的五大学习算法
- 神经网络与深度学习 笔记2 梯度下降
- 梯度下降——神经网络如何学习?(深度学习第二章)
- 深度学习算法之卷积神经网络简介
- 神经网络梯度下降的三种学习方式
- 深度学习基础(五):循环神经网络概念、结构及原理实现
- 深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数
- 深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数
- 【神经网络与深度学习】如何在Caffe中配置每一个层的结构
- 神经网络与深度学习(5):梯度消失问题
- 深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数
- 深度学习算法实践3---神经网络常用操作实现
- python 深度学习、python神经网络算法、python数据分析、python神经网络算法数学基础教学
- 深度网络 梯度下降优化算法综述 An overview of gradient descent optimization algorithms
- 深度学习算法之卷积神经网络简介
- 利用遗传算法优化神经网络:Uber提出深度学习训练新方式
- [DeeplearningAI笔记]改善深层神经网络_深度学习的实用层面1.10_1.12/梯度消失/梯度爆炸/权重初始化
- 深度学习(08)_RNN-LSTM循环神经网络-03-Tensorflow进阶实现