/Learn_Nerual_Network

learn how to construct a simple nerual network

Primary LanguagePythonMIT LicenseMIT

Learn_Nerual_Network

本项目都是非常简单的网络程序，学习如何构建网络。 数据集都是手写识别，分为： pendigits：已经提取好特征的结构化数据集 MNIST：未提取特征的单通道图像非结构化数据集

pendigits_py 文件夹

处理结构化的数据，读取excel表格中的特征数据,其中:
python程序:

  • pendigits.py --> 在CPU上 训练+测试
  • pendigits_GPU.py --> 在GPU上 训练+测试
  • pendigits_test_load.py --> 在CPU上 训练 + 保存(到SaveData文件夹中)
  • pendigits_train_save.py --> 在CPU上 读取 + 测试(从SaveData文件夹中) 文件夹:
  • dataset --> 存储excel手写数据集
  • SaveData --> 保存的模型

MNIST_py 文件夹

处理非结构化的图片数据集,其中:
python程序:

  • MNIST_net_CPU.py --> 在CPU上 训练+测试(慢)
  • MNIST_net_GPU.py --> 在GPU上 训练+测试(需要cuda)
  • MNIST_net_GPU_Save.py --> 在GPU上 训练 + 保存模型(到SaveModel文件夹中)
  • MNIST_net_GPU_Load.py --> 在CPU上 读取模型 + 测试(从SaveModel文件夹中)
  • FeatureShow.py
    • --> 绘制网络学习到的卷积核(保存在SaveKernelMap文件夹中)
    • --> 绘制网络对单张图提取的特征(保存在SaveFeatureMap文件夹中)

文件夹:

  • MNIST --> 存储MNIST手写数据集
  • SaveModel --> 训练的模型(整个模型 或 仅参数)
  • SaveKernelMap --> 学习到的卷积核,保存图像
  • SaveFeatureMap --> 各层提取的特征图,保存图像