python實(shí)現(xiàn)隨機(jī)梯度下降（SGD）
使用神經(jīng)網(wǎng)絡(luò)進(jìn)行樣本訓(xùn)練，要實(shí)現(xiàn)隨機(jī)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(gè)測(cè)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(gè)元組（x，y）代表一個(gè)實(shí)例，x是圖像的向量表示，y是圖像的類(lèi)別。
epochs表示訓(xùn)練多少輪。
mini_batch_size表示每一次訓(xùn)練的實(shí)例個(gè)數(shù)。
eta表示學(xué)習(xí)率。
test_data表示測(cè)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(lái)就定義這個(gè)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(duì)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(gè)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?jī)?nèi)容，希望對(duì)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(lèi)方法、對(duì)象方法、靜態(tài)方法
這篇文章主要介紹了解析python 類(lèi)方法、對(duì)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(jī)生成列表的方法實(shí)例
在日常的生活工作和系統(tǒng)游戲等設(shè)計(jì)和制作時(shí)，經(jīng)常會(huì)碰到產(chǎn)生隨機(jī)數(shù)，用來(lái)解決問(wèn)題,下面這篇文章主要給大家介紹了關(guān)于python使用Random隨機(jī)生成列表的相關(guān)資料,需要的朋友可以參考下2022-04-04
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(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
如何利用Python處理excel表格中的數(shù)據(jù)
Excel做為職場(chǎng)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(diǎn),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)
本文通過(guò)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(cuò)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-10-10
Python支持多線(xiàn)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(xiàn)程編程的基礎(chǔ)知識(shí)、線(xiàn)程同步、線(xiàn)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(xiàn)程池pool操作示例
這篇文章主要介紹了Python mutiprocessing多線(xiàn)程池pool操作,結(jié)合實(shí)例形式分析了Python多線(xiàn)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(jiǎn)單示例解析python爬蟲(chóng)IP的使用(小白篇)
這篇文章主要為大家通過(guò)簡(jiǎn)單示例解析python爬蟲(chóng)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(shí)現(xiàn)接口并發(fā)測(cè)試腳本
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)接口并發(fā)測(cè)試腳本，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-06-06
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(shì)，有興趣的朋友們跟著學(xué)習(xí)參考下。2019-11-11