若不算之前对某些框架和包的简单使用,这是我的第一个神经网络实践项目——“我的第一个卷积网络”。
其中,主要借助了 Python 的数据处理库 numpy
和图像处理库 matplotlib
(类似MATLAB) 。下面这幅图是卷积网络的技术摘要(来自网络)。
- 图片可视化模块(
./mycnn/class_painter_by_ndarray.py
)。已实现单一或多组图片的显示,保存。 - 数据加载模块(
./mycnn/class_read_raw_data.py
)。已实现把数据文件夹(./data/input/
)下压缩过的图片数据加载到内存中(考虑到数据库存储比较麻烦,二进制流或图片数据库,所以不采用)。 - 参数加载模块(
./mycnn/class_load_parameter_from_config.py
)。已实现把配置文件(./config.ini
)中的参数数据加载到内存中,供程序后续执行使用。 - 网络创建模块(
./mycnn/class_create_network.py
)。已实现卷积函数(convolution(self, input_matrix, conv_operator_array = np.array([[1, 0, 1], [0, 1, 0], [1, 0, 1]]))
),部分激活函数(sigmoid,softplus,tanh)。