deep_learning_models

前言

个人看来，由于科技的局限性，机器真正认识的只有二进制0与1， 所以深度学习的本质在于寻找一个适用性强的函数。

另一方面，由于现在科技发展迅速，机器有能力处理大批量数据， 某些函数的结合无法有效单无理论支持，很难证明为什么这个函数/方法是有效的， 从这方面看，深度学习也具有了一些哲学与玄学的色彩。

环境说明

介绍

此仓库主要记录学习过程中自己训练的模型，

软件架构

python

参与贡献

1. Fork 本仓库
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request

特技

1. 使用 Readme_XXX.md 来支持不同的语言，例如 Readme_en.md, Readme_zh.md
2. Gitee 官方博客 blog.gitee.com
3. 你可以 https://gitee.com/explore 这个地址来了解 Gitee 上的优秀开源项目
4. GVP 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
5. Gitee 官方提供的使用手册 https://gitee.com/help
6. Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 https://gitee.com/gitee-stars/

结构说明

• models

  • defs 一些公共宏定义

  • DNN 多层神经网络模版定义

  • utils 工具函数定义

  • cat 重构的识别猫的代码 新的代价函数

  • flower 重构的时候发现一个bug 感觉是python底层解析执行的问题，向量化计算会失败, 出bug代码 bug示例，部分截图 有意思的是，专门写了一个测试把原有数据拿去测试，居然复现不出 排查到凌晨，发现是这个问题。。。具体原因还没找到，只找到bug点。

    输出放到 log文件夹下面

• old_models 一些旧的模型（弃用了可以算）

  • pubfun 定义一些公共的函数
  • single_neuron 单神经元逻辑回归模型，识别图片是否是猫，训练损失率大概为
  • mul_neural 一个隐藏层4个神经元的浅层DNN模型，计算损失率为