caodong0225/usst_machinelearning_homework

上海理工大学机器学习课程平时作业，主要实现了神经网络自定义训练及其可视化的功能

简介

这是我在上海理工大学机器学习课程上平时作业做的东西，可以用来可视化神经网络训练的整个流程。

💡 特色

1，可以实现神经元参数的可视化，包括实时显示权重和偏置的值。

2，可以中途暂停训练，然后自定义修改神经元参数的值，修改的神经元参数的值会自动进入下一次迭代训练。

3，可以实现自定义的激活函数，损失函数，优化器，以及自定义的神经网络结构（目前版本仅支持全连接神经网络）。

4，可以绘图显示损失值的变化情况，以及各个神经元参数值的变化情况。

🚀 快速上手

1，首先安装需要的python环境依赖

pip install -r requirements.txt

2，然后运行run.py文件

python run.py

3，根据提示输入神经网络的参数，然后开始训练。

📦 目录结构

项目中的主要文件和功能如下：

run.py：程序的入口文件，运行这个文件即可开始训练。

calculate.py：定义了神经网络的计算过程，包括前向传播，反向传播，激活函数，损失函数以及训练的整个流程。

UI.py：定义了程序的UI界面，包括神经元参数的可视化，损失值的可视化，以及训练的控制按钮。

untitled.ui：UI界面的设计文件，使用Qt Designer设计，可以自定义修改按钮的组件布局。

requirements.txt：项目的依赖文件，运行pip install -r requirements.txt即可安装所有的依赖。

tool.py：将.ui文件转换为.py文件的工具文件，使用方法见文件注释。

📝 许可证

本项目使用 MIT 许可证，点击 LICENSE 查看详情。

📚 说明

这是我的课程学习记录，加上我本人能力有限，代码中可能存在一些问题，并且只能够实现最简单的神经网络的计算。随着我后期不断深度的学习，我会不断地完善这个项目，使其能够实现更多的功能。