标签：layer2 layer1 bais weight -- ret 神经网络 手写体 input

一、介绍
输入28x28的图片
像素点范围0-1浮点数
输出0-9的概率

二、代码实现
核心代码

int my_predict(float *x, float *w1, float *b1, float *w2, float *b2)
{
	float l1[64] = {0},l2[10] = {0},tmp = 0;
	int i,j,k;
	
	//第一层64个神经元 x 28x28 w 784*64个 b 64个 输出 64个输出 
	//w1x1+w2x2 ... wnxn+b	
	printf("layer1 cul\n");
	for(j = 0; j < 64; j++)
	{
		//单神经元计算 
		for(i = 0; i < 784; i++)
		{
			l1[j] = l1[j] + w1[j+i*64]*x[i];
		}
		l1[j] = l1[j] + b1[j];
		l1[j] = l1[j] > 0 ? l1[j] : 0;
	}
	//第二层 10个特征0-9 10个神经元  输入连接第一层的输出 64 w 64x10个 b 10个 输出10个 
	//w1x1+w2x2 ... wnxn+b	
	printf("layer2 cul\n");
	for(j = 0; j < 10; j++)
	{
		//单神经元计算
		for(i = 0; i < 64; i++)
		{
			l2[j] = l2[j] + w2[j+i*10]*l1[i];
		} 
		l2[j] = l2[j] + b2[j];
	}
	//查询那个特征值的概率最大，返回
	printf("look up out\n");
	for(i = 0; i < 10; i++)
	{
		if(tmp < l2[i])
		{
			tmp = l2[i];
			k = i;
		}
	} 
	
	printf("result %d, %f \n", k, tmp);
	
	return k;
}

全部代码

#include <stdio.h>

#include "input_0.h"	
#include "input_1.h"
#include "input_2.h"
#include "input_3.h"	
#include "input_4.h"
#include "input_5.h"
#include "input_6.h"	
#include "input_7.h"
#include "input_8.h"
#include "input_9.h"
#include "layer1_weight.h"	//权重参数、偏置参数
#include "layer1_bais.h"
#include "layer2_weight.h"
#include "layer2_bais.h"

int my_predict(float *x, float *w1, float *b1, float *w2, float *b2)
{
	float l1[64] = {0},l2[10] = {0},tmp = 0;
	int i,j,k;
	
	//第一层64个神经元 x 28x28 w 784*64个 b 64个 输出 64个输出 
	//w1x1+w2x2 ... wnxn+b	
	printf("layer1 cul\n");
	for(j = 0; j < 64; j++)
	{
		//单神经元计算 
		for(i = 0; i < 784; i++)
		{
			l1[j] = l1[j] + w1[j+i*64]*x[i];
		}
		l1[j] = l1[j] + b1[j];
		l1[j] = l1[j] > 0 ? l1[j] : 0;
	}
	//第二层 10个特征0-9 10个神经元  输入连接第一层的输出 64 w 64x10个 b 10个 输出10个 
	//w1x1+w2x2 ... wnxn+b	
	printf("layer2 cul\n");
	for(j = 0; j < 10; j++)
	{
		//单神经元计算
		for(i = 0; i < 64; i++)
		{
			l2[j] = l2[j] + w2[j+i*10]*l1[i];
		} 
		l2[j] = l2[j] + b2[j];
	}
	//查询那个特征值的概率最大，返回
	printf("look up out\n");
	for(i = 0; i < 10; i++)
	{
		if(tmp < l2[i])
		{
			tmp = l2[i];
			k = i;
		}
	} 
	
	printf("result %d, %f \n", k, tmp);
	
	return k;
}

int main()
{
	int ret;
	
	ret = my_predict(input_0,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	ret = my_predict(input_1,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	ret = my_predict(input_2,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	ret = my_predict(input_3,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	ret = my_predict(input_4,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	ret = my_predict(input_5,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	ret = my_predict(input_6,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	ret = my_predict(input_7,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	ret = my_predict(input_8,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	ret = my_predict(input_9,layer1_weight,layer1_bais,layer2_weight,layer2_bais);
	printf("result %d \n",ret);
	
	while(1);
	return 0;
}

图片文件和参数文件

链接：https://pan.baidu.com/s/1SEBYvFy_mwzHgu_7TjA3Bw
提取码：6emn

三、测试

标签：layer2,layer1,bais,weight,--,ret,神经网络,手写体,input
来源： https://blog.csdn.net/u010835747/article/details/116563247

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。