CNN卷积神经网络识别手写汉字MNIST数据集.zip

这是我修改的别人的代码，别人的代码有点问题，我修改了一下，代码的正确率很高，可达90%以上，这是一个5层卷积神经网络的代码，误差传递和梯度更新代码里都有，可自学。

# 1. 当为array的时候，默认d*f就是对应元素的乘积，multiply也是对应元素的乘积，dot（df）会转化为矩阵的乘积， dot点乘意味着相加，而multiply只是对应元素相乘，不相加
# 2. 当为mat的时候，默认d*f就是矩阵的乘积，multiply转化为对应元素的乘积，dot（df）为矩阵的乘积

import numpy as np

# rule激活器
class ReluActivator（object）:
    def forward（self weighted_input）:    # 前向计算，计算输出
        return max（0 weighted_input.any（）/weighted_input.max（））

    def backward（self output）:  # 后向计算，计算导数
        return 1 if output > 0 else 0

# IdentityActivator激活器.f（x）=x
class IdentityActivator（object）:
    def forward（self weighted_input）:   # 前向计算，计算输出
        return weighted_input

    def backward（self output）:   # 后向计算，计算导数
        return 1

#Sigmoid激活器
class SigmoidActivator（object）:
    def forward（self weighted_input）:
        return 1.0 / （1.0 + np.exp（-weighted_input））

    def backward（self output）:
        # return output * （1 - output）
        return np.multiply（output （1 - output））  # 对应元素相乘

# tanh激活器
class TanhActivator（object）:
    def forward（self weighted_input）:
        return 2.0 / （1.0 + np.exp（-2 * weighted_input）） - 1.0

    def backward（self output）:
        return 1 - output * output

# # softmax激活器
# class SoftmaxActivator（object）:
#     def forward（self weighted_input）:  # 前向计算，计算输出
#         return max（0 weighted_input）
#
#     def backward（self output）:  # 后向计算，计算导数
#         return 1 if output > 0 else 0

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-12-02 13:09  CNN\
     文件        1736  2019-12-08 18:20  CNN\Activators.py
     文件       20563  2019-12-18 12:44  CNN\CNN.py
     文件        9998  2019-12-18 15:55  CNN\cnn_try.py
     文件        3478  2019-12-17 13:05  CNN\DNN.py
     文件        5383  2019-12-03 15:54  CNN\MNIST.py
     文件     7840016  2019-12-02 12:39  CNN\t10k-images.idx3-ubyte
     文件       10008  2019-12-02 12:48  CNN\t10k-labels.idx1-ubyte
     文件    47040016  2019-12-02 12:54  CNN\train-images.idx3-ubyte
     文件       60008  2019-12-02 12:48  CNN\train-labels.idx1-ubyte
     目录           0  2019-12-18 12:44  CNN\__pycache__\
     文件        1938  2019-12-08 18:20  CNN\__pycache__\Activators.cpython-37.pyc
     文件        8286  2019-12-18 12:44  CNN\__pycache__\CNN.cpython-37.pyc
     文件        1507  2019-12-17 13:05  CNN\__pycache__\DNN.cpython-37.pyc
     文件        3157  2019-12-03 18:09  CNN\__pycache__\MNIST.cpython-37.pyc