DLNetworkJ:一个基本的Java深度学习网络，用于攻击手写数字的MNIST数据集。 实现净形状配置，二次熵和交叉熵成本函...

Java深度学习网络 一个基本的Java深度学习网络，用于攻击手写数字的MNIST数据集，但可以轻松自定义用于其他目的。 实现净形状配置，二次熵和交叉熵成本函数，神经元中的S形函数，一些基本的自适应学习率函数，迷你批处理选项...使用可理解的图形而不是字节进行游戏时，游戏规则更加清晰除了作为保存文件的Java数组集（内部也压缩）之外，还提供了MNIST数据集的文本版本（训练，验证和测试）。 该项目基于迈克尔·尼尔森（Michael Nielsen）的工作“神经网络和深度学习”的第一章，该章已发布在和。 我对作者如此出色的工作表示感谢和感谢。 这个项目不是Python和Java之间的直接转换，并且在文件结构和程序流程中都保持其自身的特殊性。 由于Java强类型化的性质以及其他一些原因，它还有几行核心代码。 例如，没有应用任何外部数字库，因此在相应文件（DLMath.java）中以其基本形