现在的位置: 主页 > 公司荣誉 > 文章列表

深度学习神经网络纯C语言基础版

作者:上海瑞梁浩行投资咨询有限公司 来源:www.60899055.com 发布时间:2017-09-10 09:52:48
 

深度学习神经网络纯C语言基础版

当今Deep-Learning已经是火到一定境界了,深度学习神经网络(DNN)在计算机视觉领域的表现可谓见效非凡。当然,工程上运用了卷积神经网络来减少计算量而不是全连结的神经网络-这样计算量实在太大了。但是,对于神经网络来说计算量真的不是问题,因为它的结构能够确保它能够并行计算,一旦网络的每一个单元都能够独立的进行计算,每一层再多的连结也是同时进行计算的。期待硬件神经网络的发展。

\

下面手写了一套任意隐层数神经网络构建的C语言函数,能够方便移植到嵌入式设备中。该程序只是一个基于矩阵全连结形式的基础深度学习网络。运用的学习算法为随机梯度下降法,采用sigmoid函数作为激活函数。在少量样本拟合中表现不错。

/* 深度学习神经网络V1.0 made by xyt 2015/7/23 使用语言:C 本程序构建多层矩阵形神经网络多输入单输出 学习策略:随机梯度下降 激活函数:sigmoid 使用前必须用srand((unsigned)time(NULL))取随机映射初始值 */ #ifndef _DNN_H #define _DNN_H #include #include #include #include #define DNN_VEC 8 //输入训练组组数 #define DNN_INUM 5 //输入维度 double dnn_sig(double in){ //sigmoid函数,此处不可变 return 1.0/(1.0+exp(-1.0*in)); } struct dnn_cell{ //神经元结构体 double w[DNN_INUM]; double wb; double in[DNN_INUM]; double out; double error; double v; void SetCell_Default(){ //默认初始化,权值初始化很小 int i; for(i=0;i0;j--){ l=0; for(i=(j-1)*DNN_INUM;i具体调用示范如下:#include #includednn.h using namespace std; int main() { srand( (unsigned)time(NULL) ); double expect[8]={0.23,0.23,0.23,0.23,0.83,0.83,0.83,0.83}; double in[8][5]={1,2,3,4,5, 1.1,2.1,3,3.9,5, 0.8,2.2,3,4.2,5, 0.9,2.1,3,4,5, 5,4,3,2,1, 4.9,4.1,2.9,2,1, 5,4,3.1,2,1, 5,4,2.9,2.1,1 }; dnn_cell a[16]; int i; for(i=0;i<16;i++) a[i].SetCell_InitAll(rand()*2.0/RAND_MAX-1,0.001); DNN_Train(a,4,in,expect,100000); double pp[5]; while(1){ for(i=0;i<5;i++) cin>>pp[i]; cout<

企业建站2800元起,携手武汉肥猫科技,做一个有见地的颜值派!更多优惠请戳:黄石网站制作 http://huangshi.666rj.com

  • 上一篇:许朝军:逆向思维创造啪啪
  • 下一篇:最后一页
  •