DeepNeuralClassifier：深度神经网络，使用校正后的线性单位对MNIST数据集中的手写符号进行分类

深度神经网络分类器示例 描述 深入，前馈神经网络的示例脚本已从头开始编写。 没有使用机器学习包，提供了如何实现人工神经网络基础算法的示例。 该代码用Julia编写，Julia是一种编程语言，其语法类似于Matlab。 在MNIST手写数字数据集上训练神经网络。 在测试数据集上，神经网络正确分类了98.42％的手写数字。 对于不像卷积神经网络那样包含数据集几何不变性的先验知识的全连接神经网络，其结果是相当不错的。 下载 下载： Git： git clone https://github.com/jostmey/DeepNeuralClassifier 要求 该代码需要Julia运行时环境。 有关如何下载和安装Julia的说明在。 这些脚本是使用0.4版开发的，不适用于Julia的早期版本。 MNIST数据集必须安装在Julia环境中。 要添加数据集，请启动julia并在提示符下运行P