欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python實現(xiàn)隨機梯度下降(SGD)

 更新時間:2020年03月24日 11:51:45   作者:芳草碧連天lc  
這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)隨機梯度下降SGD,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下

使用神經(jīng)網(wǎng)絡(luò)進(jìn)行樣本訓(xùn)練,要實現(xiàn)隨機梯度下降算法。這里我根據(jù)麥子學(xué)院彭亮老師的講解,總結(jié)如下,(神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)在另一篇博客中已經(jīng)定義):

def SGD(self, training_data, epochs, mini_batch_size, eta, test_data=None):
 if test_data:
  n_test = len(test_data)#有多少個測試集
  n = len(training_data)
  for j in xrange(epochs):
   random.shuffle(training_data)
   mini_batches = [
    training_data[k:k+mini_batch_size] 
    for k in xrange(0,n,mini_batch_size)]
   for mini_batch in mini_batches:
    self.update_mini_batch(mini_batch, eta)
   if test_data:
    print "Epoch {0}: {1}/{2}".format(j, self.evaluate(test_data),n_test)
   else:
    print "Epoch {0} complete".format(j) 

其中training_data是訓(xùn)練集,是由很多的tuples(元組)組成。每一個元組(x,y)代表一個實例,x是圖像的向量表示,y是圖像的類別。
epochs表示訓(xùn)練多少輪。
mini_batch_size表示每一次訓(xùn)練的實例個數(shù)。
eta表示學(xué)習(xí)率。
test_data表示測試集。
比較重要的函數(shù)是self.update_mini_batch,他是更新權(quán)重和偏置的關(guān)鍵函數(shù),接下來就定義這個函數(shù)。

def update_mini_batch(self, mini_batch,eta): 
 nabla_b = [np.zeros(b.shape) for b in self.biases]
 nabla_w = [np.zeros(w.shape) for w in self.weights]
 for x,y in mini_batch:
  delta_nabla_b, delta_nable_w = self.backprop(x,y)#目標(biāo)函數(shù)對b和w的偏導(dǎo)數(shù)
  nabla_b = [nb+dnb for nb,dnb in zip(nabla_b,delta_nabla_b)]
  nabla_w = [nw+dnw for nw,dnw in zip(nabla_w,delta_nabla_w)]#累加b和w
 #最終更新權(quán)重為
 self.weights = [w-(eta/len(mini_batch))*nw for w, nw in zip(self.weights, nabla_w)]
 self.baises = [b-(eta/len(mini_batch))*nb for b, nb in zip(self.baises, nabla_b)]

這個update_mini_batch函數(shù)根據(jù)你傳入的一些數(shù)據(jù)進(jìn)行更新神經(jīng)網(wǎng)絡(luò)的權(quán)重和偏置。

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 解析python 類方法、對象方法、靜態(tài)方法

    解析python 類方法、對象方法、靜態(tài)方法

    這篇文章主要介紹了解析python 類方法、對象方法、靜態(tài)方法的的相關(guān)資料,幫助大家更好的理解和學(xué)習(xí)python,感興趣的朋友可以了解下
    2020-08-08
  • python使用Random隨機生成列表的方法實例

    python使用Random隨機生成列表的方法實例

    在日常的生活工作和系統(tǒng)游戲等設(shè)計和制作時,經(jīng)常會碰到產(chǎn)生隨機數(shù),用來解決問題,下面這篇文章主要給大家介紹了關(guān)于python使用Random隨機生成列表的相關(guān)資料,需要的朋友可以參考下
    2022-04-04
  • Python Django 前后端分離 API的方法

    Python Django 前后端分離 API的方法

    今天小編就為大家分享一篇Python Django 前后端分離 API的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-08-08
  • 如何利用Python處理excel表格中的數(shù)據(jù)

    如何利用Python處理excel表格中的數(shù)據(jù)

    Excel做為職場人最常用的辦公軟件,具有方便、快速、批量處理數(shù)據(jù)的特點,下面這篇文章主要給大家介紹了關(guān)于如何利用Python處理excel表格中數(shù)據(jù)的相關(guān)資料,需要的朋友可以參考下
    2022-03-03
  • 如何關(guān)掉pycharm中的python console(圖解)

    如何關(guān)掉pycharm中的python console(圖解)

    本文通過圖文并茂的形式給大家介紹了如何關(guān)掉pycharm中的python console,非常不錯,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-10-10
  • Python基礎(chǔ)教程之多線程編程詳解

    Python基礎(chǔ)教程之多線程編程詳解

    Python支持多線程編程和多進(jìn)程編程,在本教程中,我們將學(xué)習(xí)有關(guān)Python多線程編程的基礎(chǔ)知識、線程同步、線程池以及如何使用多進(jìn)程,需要的朋友可以參考下
    2023-06-06
  • Python mutiprocessing多線程池pool操作示例

    Python mutiprocessing多線程池pool操作示例

    這篇文章主要介紹了Python mutiprocessing多線程池pool操作,結(jié)合實例形式分析了Python多線程模塊multiprocessing進(jìn)程池相關(guān)操作技巧,需要的朋友可以參考下
    2019-01-01
  • 簡單示例解析python爬蟲IP的使用(小白篇)

    簡單示例解析python爬蟲IP的使用(小白篇)

    這篇文章主要為大家通過簡單示例解析python爬蟲IP的使用介紹,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2023-06-06
  • python實現(xiàn)接口并發(fā)測試腳本

    python實現(xiàn)接口并發(fā)測試腳本

    這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)接口并發(fā)測試腳本,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2019-06-06
  • 學(xué)Python 3的理由和必要性

    學(xué)Python 3的理由和必要性

    在本篇文章里小編給大家整理的是關(guān)于學(xué)Python 3的理由的優(yōu)勢,有興趣的朋友們跟著學(xué)習(xí)參考下。
    2019-11-11

最新評論