上一个博客中讲解了用python实现一个简单的两层神经网络,我们是把所有的网络层都直接写在了类中。但是作为一个神经网络框架,网络的结构应该是可以由使用者自定义的,这样一来也就不用为每个网络结构都重写所有代码,我们把每一层模块化,在神经网络的类中定义结构时使用这些模块化的层堆叠形成一个完整的神经网络。每一种层,分别实现forward和password两个函数,用来正向计算和反向传播。 上一个博客中讲解了用python实现一个简单的两层神经网络,我们是把所有的网络层都直接写在了
上一个博客中讲解了用python实现一个简单的两层神经网络,我们是把所有的网络层都直接写在了类中。但是作为一个神经网络框架,网络的结构应该是可以由使用者自定义的,这样一来也就不用为每个网络结构都重写所有代码,我们把每一层模块化,在神经网络的类中定义结构时使用这些模块化的层堆叠形成一个完整的神经网络。每一种层,分别实现forward和password两个函数,用来正向计算和反向传播。 上一个博客中讲解了用python实现一个简单的两层神经网络,我们是把所有的网络层都直接写在了