用DL深度学习神经网络绘图---对于程序来说0和1到底是什么样的
2018-03-21 17:36
357 查看
制作一个784*300*2的神经网络用于区分mnist的0和1，得到训练好的权重将网络反过来变成2*300*784，将输出当做输入，并计算输出，看看对应一组训练好的权重画出来的是什么图形。 神经网络正向反向两个方向的计算应该不是可逆的，但是很近似。
比如这组权重的正确率是0.978,这是0
这是对应权重的1
测试了几组得到的图片看起来很相似
第一组
第二组
第三组
比如这组权重的正确率是0.978,这是0
这是对应权重的1
测试了几组得到的图片看起来很相似
第一组
第二组
第三组
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 神经网络与深度学习 1.6 使用Python实现基于梯度下降算法的神经网络和MNIST数据集的手写数字分类程序
- 一名工程师对于深度学习的理解－神经网络基础ANN
- 一名工程师对于深度学习的理解－神经网络基础ANN
- 机器学习:在Android中集成TensorFlow (深度学习,AI,人工智能,DL,ML,神经网络)
- 神经网络与深度学习 使用Python实现基于梯度下降算法的神经网络和自制仿MNIST数据集的手写数字分类可视化程序 web版本
- 神经网络抵制过拟合神器：Dropout 手把手论文入门 — 深度学习 DL 番外篇
- 吴恩达神经网络和深度学习课程自学笔记（七）之超参数调试，Batch正则化和程序框架
- Coursera deep learning 吴恩达 神经网络和深度学习 第四周 编程作业 Building your Deep Neural Network
- 深度学习-神经网络参数(hyper-parameters)选择
- 吴恩达深度学习笔记之改善神经网络(一)
- 深度学习算法之卷积神经网络简介
- 深度学习-训练深度神经网络的难点：vanishing gradient problem与exploding gradient problem
- 人工智能、机器学习、深度学习、神经网络
- 吴恩达深度学习第一课第四周（深层神经网络）
- 【深度学习】笔记第一弹--神经网络
- 神经网络和深度学习-第二周神经网络基础-第八节：计算图的导数计算
- 【神经网络与深度学习】【CUDA开发】caffe-windows win32下的编译尝试
- 【学习日记】吴恩达深度学习工程师微专业第一课：神经网络和深度学习
- 吴恩达(Andrew Ng)深度学习工程师笔记 - 第一门课-神经网络和深度学习-第一周深度学习概论-第六节：课程资源
- 深度学习笔记七：循环神经网络RNN(基本理论)