这是我在上海理工大学机器学习课程上平时作业做的东西,可以用来可视化神经网络训练的整个流程。
1,可以实现神经元参数的可视化,包括实时显示权重和偏置的值。
2,可以中途暂停训练,然后自定义修改神经元参数的值,修改的神经元参数的值会自动进入下一次迭代训练。
3,可以实现自定义的激活函数,损失函数,优化器,以及自定义的神经网络结构(目前版本仅支持全连接神经网络)。
4,可以绘图显示损失值的变化情况,以及各个神经元参数值的变化情况。
1,首先安装需要的python环境依赖
pip install -r requirements.txt
2,然后运行run.py
文件
python run.py
项目中的主要文件和功能如下:
run.py
:程序的入口文件,运行这个文件即可开始训练。
calculate.py
:定义了神经网络的计算过程,包括前向传播,反向传播,激活函数,损失函数以及训练的整个流程。
UI.py
:定义了程序的UI界面,包括神经元参数的可视化,损失值的可视化,以及训练的控制按钮。
untitled.ui
:UI界面的设计文件,使用Qt Designer
设计,可以自定义修改按钮的组件布局。
requirements.txt
:项目的依赖文件,运行pip install -r requirements.txt
即可安装所有的依赖。
tool.py
:将.ui文件转换为.py文件的工具文件,使用方法见文件注释。
本项目使用 MIT 许可证,点击 LICENSE 查看详情。
这是我的课程学习记录,加上我本人能力有限,代码中可能存在一些问题,并且只能够实现最简单的神经网络的计算。随着我后期不断深度的学习,我会不断地完善这个项目,使其能够实现更多的功能。