灵感来自于TensorFlow神经网络现成的在操场上接口http://playground.tensorflow.org/,这是一个相同的MATLAB实现神经网络接口使用人工神经网络高度非线性回归和分类的数据。接口使用HG1图形系统为了兼容旧版本的MATLAB。这个项目的第二个目的是编写一个矢量化的实现与随机梯度下降训练人工神经网络作为一种教育的手段,来演示MATLAB和矩阵的力量。这个框架的目标是随机生成的训练和测试数据,分为两类,符合特定形状或规范,考虑到神经网络的配置,我们的目标是执行回归或二进制数据分类和交互式地向用户显示结果,具体分类或回归的地图数据,以及数值性能等措施培训和测试损失及其值标注在每个迭代性能曲线。神经网络的体系结构是高度可配置的结果立即可以看到每个体系结构的变化。
伴随这个项目有两个文件:
1。NeuralNetApp。m: GUI创建TensorFlow神经网络操场上看到的界面,但做完全与MATLAB GUI元素和小部件。
2。NeuralNet2。m:执行的类神经网络通过随机梯度下降训练。这是用于NeuralNetApp.m
引用作为
雷蒙德显象(2022)。神经网络的MATLAB实现TensorFlow操场GitHub (https://github.com/StackOverflowMATLABchat/NeuralNetPlayground)。检索。
MATLAB版本兼容性
创建R2009b
兼容任何释放
平台的兼容性
窗户 macOS Linux标签
演示
问题在这个视图或报告GitHub插件,参观GitHub库。
问题在这个视图或报告GitHub插件,参观GitHub库。