| 代码 | 说明 |
|---|---|
| utils.py | 定义多层感知器的模型组件,比如线性模型,Sigmoid函数等 |
| perceptron.ipynb | 展示感知器模型对应的计算图 |
| logit_regression.ipynb | 按照神经网络的方式重新搭建逻辑回归模型,并训练模型 |
| mlp.ipynb | 搭建多层感知器模型,并展示该模型的通用性 |
| saturated_activation_function.ipynb | 通过计算图,展示坏死的神经细胞 |
| activation_monitoring.ipynb | 监控模型的训练情况 |
| activation_functions.ipynb | 常用的激活函数 |
| initialization.ipynb | 参数初始化的优化方案 |
| normalization.ipynb | 归一化层 |