# numpy手撕经典神经网络

**Repository Path**: penguink3/numpy-bp-neural-network

## Basic Information

- **Project Name**: numpy手撕经典神经网络
- **Description**: numpy手撕bp神经网络学习和CNN学习
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2021-11-19
- **Last Updated**: 2023-10-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 1. 文件目录和说明
=> | -> .idea: 这是一个pycharm写的项目
   | -> data: 存放minist手写数据集文件
        -> mnist.pkl.gz: minist手写数据集
   | -> minist_loader.py: 手写数据集数据导入工具
   | -> CNN_np.py: numpy实现的卷积神经网络
   | -> mlp_np.py: numpy实现的BP神经网络

# 2. 关键函数
## 2.1. minist_loader => [出处](https://github.com/dragen1860/PracticalDeepLearningTutorials/tree/master/lesson4-backpropagation)
- load_data: 原始的data loader
- load_data_wrapper：把数据集导入成打平的data: [784,1]
- load_data_wrapper_T: 把数据集导入成打平的data: [1,784]

## 2.2. mlp_np
- sigmoid和sigmoid_prime：sigmoid激活函数和它的求导函数
- MLP：numpy实现的BP网络类
    - forward：前向传递
    - backprop：后向传递
    - train：开始训练网络
    - update_each_batch：train遍历每一个batch，这个方法对每一个batch进行统一的后向传递过程
    - evaluation：通过test_data测试网络准确性

## 2.3. CNN_np
- sigmoid和sigmoid_prime：sigmoid激活函数和它的求导函数
- MLP：numpy实现的CNN网络类
    - forward：前向传递
    - backprop：后向传递
    - SGD：开始训练网络
    - update_each_batch：train遍历每一个batch，这个方法对每一个batch进行统一的后向传递过程
    - evaluation：通过test_data测试网络准确性

# 3. 参考笔记和资料
## 3.1. [BP神经网络参考资料](https://github.com/dragen1860/PracticalDeepLearningTutorials/tree/master/lesson4-backpropagation)
## 3.2. [笔记](https://gitee.com/penguink3/study-notes/blob/master/PyTorch/numpy%E6%89%8B%E6%92%95BP%E7%BD%91%E7%BB%9C.md)