Note that if you're running the cod

Note that if you're running the code as you read along, it will take some time to execute - for a typical machine (as of 2015) it will likely take a few minutes to run. I suggest you set things running, continue to read, and periodically check the output from the code. If you're in a rush you can speed things up by decreasing the number of epochs, by decreasing the number of hidden neurons, or by using only part of the training data. Note that production code would be much, much faster: these Python scripts are intended to help you understand how neural nets work, not to be high-performance code! And, of course, once we've trained a network it can be run very quickly indeed, on almost any computing platform. For example, once we've learned a good set of weights and biases for a network, it can easily be ported to run in Javascript in a web browser, or as a native app on a mobile device. In any case, here is a partial transcript of the output of one training run of the neural network. The transcript shows the number of test images correctly recognized by the neural network after each epoch of training. As you can see, after just a single epoch this has reached 9,129 out of 10,000, and the number continues to grow,

ผลลัพธ์ (ไทย) 1:

หมายเหตุว่า ถ้าคุณใช้รหัส ตามที่คุณอ่านไป มันจะใช้เวลาดำเนินการ - สำหรับเครื่องทั่วไป (เดือน) จะมีแนวโน้มใช้กี่นาทีในการเรียกใช้ ฉันแนะนำสิ่งที่ชุดทำงาน ต่อการอ่าน และตรวจสอบได้จากรหัสเป็นระยะ ๆ ถ้าคุณเร่ง คุณสามารถเร็วสิ่งขึ้น โดยลดจำนวน epochs โดยการลดจำนวนของเซลล์ประสาทที่ซ่อนอยู่ หรือใช้เฉพาะส่วนของข้อมูลการฝึกอบรม หมายเหตุว่า รหัสการผลิตจะมาก เร็ว: สคริปต์ Python เหล่านี้มีวัตถุประสงค์เพื่อช่วยให้คุณเข้าใจวิธีประสาทมุ้งทำงาน ไม่ให้มีประสิทธิภาพสูงรหัส และ แน่นอน เมื่อเราได้รับการฝึกอบรมเครือข่าย สามารถใช้ได้อย่างรวดเร็วจริง บนเกือบทุกแพลตฟอร์มใช้คอมพิวเตอร์ เช่น เมื่อเราได้เรียนรู้ชุดดีของน้ำหนักและอคติสำหรับเครือข่าย มันสามารถได้ง่าย ๆ ถูก ported เพื่อรันใน Javascript ในเว็บเบราว์เซอร์ หรือ เป็นแอดั้งเดิมบนอุปกรณ์เคลื่อนที่ ในกรณีใด ๆ นี่คือเสียงบรรยายบางส่วนของผลลัพธ์ของการฝึกวิ่งหนึ่งของเครือข่ายประสาท คำบรรยายการสาธิตแสดงหมายเลขของภาพทดสอบที่ถูกต้องรู้จักเครือข่ายของระบบประสาทหลังจากแต่ละยุคของการฝึกอบรม คุณสามารถเห็น หลังจากเพียงยุคเดี่ยวนี้มีถึง 9,129 จาก 10,000 และจำนวนยังคงเติบโต

ผลลัพธ์ (ไทย) 2:

โปรดทราบว่าหากคุณกำลังใช้รหัสที่คุณอ่านไปพร้อมก็จะใช้เวลาในการดำเนินการ - สำหรับเครื่องทั่วไป (ราว 2015) มันอาจจะใช้เวลาไม่กี่นาทีในการทำงาน ผมขอแนะนำให้คุณตั้งค่าสิ่งที่ทำงานอย่างต่อเนื่องเพื่ออ่านและตรวจสอบเป็นระยะการส่งออกจากรหัส หากคุณกำลังวิ่งคุณสามารถเพิ่มความเร็วสิ่งขึ้นโดยการลดจำนวน epochs โดยการลดจำนวนของเซลล์ประสาทที่ซ่อนอยู่หรือโดยการใช้เพียงส่วนหนึ่งของข้อมูลการฝึกอบรม หมายเหตุ: รหัสการผลิตที่จะมากเร็ว: งูหลามสคริปต์เหล่านี้มีวัตถุประสงค์เพื่อช่วยให้คุณเข้าใจวิธีการประสาททำงานไม่ว่าจะเป็นรหัสที่มีประสิทธิภาพสูง! และแน่นอนเมื่อเราได้รับการฝึกอบรมเครือข่ายจะสามารถทำงานได้อย่างรวดเร็วแน่นอนในเกือบทุกแพลตฟอร์มคอมพิวเตอร์ใด ๆ ตัวอย่างเช่นเมื่อเราได้เรียนรู้ชุดที่ดีของน้ำหนักและอคติสำหรับเครือข่ายก็สามารถจะ ported เพื่อทำงานใน JavaScript ในเว็บเบราเซอร์หรือเป็น app พื้นเมืองบนโทรศัพท์มือถือ ในกรณีใด ๆ และนี่คือหลักฐานบางส่วนของการส่งออกของการดำเนินการฝึกอบรมหนึ่งของเครือข่ายประสาท หลักฐานแสดงให้เห็นว่าจำนวนของภาพการทดสอบได้รับการยอมรับอย่างถูกต้องโดยเครือข่ายประสาทหลังจากยุคของการฝึกอบรมแต่ละ ในขณะที่คุณสามารถดูหลังจากนั้นเพียงยุคเดียวนี้มีถึง 9129 จาก 10,000 และจำนวนยังคงเติบโต

ผลลัพธ์ (ไทย) 3:

โปรดทราบว่าถ้าคุณใช้รหัสตามที่คุณอ่านตาม มัน จะ ใช้ เวลา ที่จะใช้สำหรับเครื่องทั่วไป ( 2558 ) มันอาจจะใช้เวลาไม่กี่นาทีเพื่อเรียกใช้ ผมขอแนะนำให้คุณตั้งค่าสิ่งที่วิ่ง อ่านต่อไปและตรวจสอบผลผลิตจากรหัส หากคุณกำลังรีบคุณสามารถเร็วขึ้น โดยการลดจำนวนของยุคสมัย โดยลดจำนวนเซลล์ประสาทที่ซ่อนหรือใช้เพียงส่วนหนึ่งของข้อมูลการฝึกอบรม โปรดทราบว่ารหัสการผลิตจะมาก เร็ว : สคริปต์ Python เหล่านี้มีวัตถุประสงค์เพื่อช่วยให้คุณเข้าใจวิธีการที่ตาข่ายประสาททำงานไม่ได้เป็นรหัสที่มีประสิทธิภาพสูง ! และแน่นอน เมื่อเราฝึกเครือข่าย มันสามารถวิ่งได้เร็วมากจริงๆ เกือบทุกแพลตฟอร์มคอมพิวเตอร์ . ตัวอย่างเช่น เมื่อเราได้ตั้งค่าที่ดีของน้ำหนักและอคติสำหรับเครือข่าย มันสามารถได้อย่างง่ายดายสามารถ ported เพื่อวิ่งใน JavaScript ในเว็บเบราเซอร์หรือเป็น app พื้นเมืองบนอุปกรณ์มือถือ ในกรณีใด ๆ นี่คือหลักฐานบางส่วนของการแสดงผลของการฝึกวิ่งหนึ่งของเครือข่ายประสาท สำเนาแสดงจํานวนภาพการทดสอบได้รับการยอมรับอย่างถูกต้องโดยเครือข่ายประสาทหลังจากแต่ละยุคสมัยของการฝึกอบรม ที่คุณสามารถดูหลังจากที่ยุคเดียวนี้มีถึง 9129 ออก 10 , 000 บาท และหมายเลขยังคงเติบโต