org.deeplearning4j.examples.feedforward.regression.regressionmathfunctions
//生成一維向量，共nsamples個值，範圍在區間[-10, 10]中
//nsamples 為樣本數量，官方例子中預設1000
final indarray x = nd4j.linspace(-10,10,nsamples).reshape(nsamples, 1);
//計算sin(x)，fn=sin(x)
final datasetiterator iterator = gettrainingdata(x,fn,batchsize,rng)
//函式gettrainingdata()定義如下：
/** create a datasetiterator for training
*@param x x values
*@param function function to evaluate
*@param batchsize batch size (number of examples for every call of datasetiterator.next())
*@param rng random number generator (for repeatability)
*/private
static datasetiterator gettrainingdata(final indarray x, final mathfunction function, final
int batchsize, final random rng)
//在主函式建立多層神經網路
final multilayernetwork net = new multilayernetwork(conf);
net.init();
net.setlisteners(new scoreiterationlistener(1));
private
static multilayerconfiguration getdeepdenselayernetworkconfiguration()
//在主函式中執行以下**
final indarray networkpredictions = new indarray[nepochs/ plotfrequency];
for( int i=0; iif((i+1) % plotfrequency == 0)
}
//在主函式中執行以下**
plot(fn,x,fn.getfunctionvalues(x),networkpredictions);
//定義作圖函式plot()
private
static
void
plot(final mathfunction function, final indarray x, final indarray y, final indarray... predicted)
DL4J中文文件 模型 卷積
神經網路配置中的每一層表示隱藏單元的單元。當層堆疊在一起時，它們代表了乙個深度神經網路。原始碼 一維卷積層。形狀期望的輸入啟用 小批量，通道，序列長度 原始碼 二維卷積層 原始碼 三維卷積層配置 hasbias public boolean hasbias 乙個可選的資料格式 ndhwc ncdhw...
DL4J中文文件 模型 頂點
在eclipse dl4j中，頂點是在計算圖中充當節點的一種層。它可以接受多個輸入，提供多個輸出，並且可以幫助構建流行的網路，如inceptionv4。原始碼 l2normalizevertex 在單個輸入上執行l2歸一化。原始碼 l2vertex 計算兩個輸入的l2最小二乘誤差。例如，在三重嵌入中...
DL4J中文文件 模型 啟用
graphbuilder graphbuilder new neuralnetconfiguration.builder 新增超引數和其他層 addlayer softmax new activationlayer activation.softmax previous input 新增更多的層和輸...