##### 本项目使用python实现基于神经网络的mnist手写数字识别。适合初学python和神经网络或机器学习的人使用。代码中实现了完整的前向和反向传播过程,实现激活函数和softmax等及其导数,使用生成器循环读取数据。
###说明:
-
master分支使用softmax和交叉熵损失,ave-square-loss分支使用sigmoid和均方差损失。
-
两个分支的激活函数都实现了sigmoid和relu,其中relu无法收敛,留待解决。
-
在初始化网络时可以设置任意层数和任意神经元个数。
-
在此目录下新建mnist/mldata文件夹,然后从 (链接:https://pan.baidu.com/s/1E2GGXVOvpkaYSwaxo9Q68Q 提取码:q0zl )下载mnist数据集置于该文件夹下。
-
第三方库使用了numpy和sklearn,自行下载。代码在python3.6下开发。