Zero2FCNN

本实验报告详细描述了在不使用深度学习库¹ 的情况下从零² 开始搭建一个简单的全连接神经网络（Fully Connected Neural Network，FCNN）的详细数学推导和完整计算过程（前向传播、梯度回传等），并提供了配套的实验代码。在拟合三角函数任务和 MNIST 数据集分类任务上对所搭建的 FCNN 进行了实验并报告了结果。

1. 如 Pytorch 库
2. 但是使用 numpy、math 等必要的数值计算库

使用说明

依赖环境

• Python 3.10.5
• ZeroNet/requirements.txt中的所有包

生成拟合三角函数所需的实验数据

直接运行文件ZeroNet/create_data.py，或进入项目路径下在终端输入命令：

python create_data.py

运行成功后即可在文件夹 ZeroNet/data下看到四个数据文件 x_train.csv、y_train.csv、x_test.csv、y_test.csv。

复现报告中的拟合三角函数任务实验结果

直接运行文件 ZeroNet/ZeroNet.py，或进入项目路径下在终端输入命令：

python ZeroNet.py

复现报告中的 MNIST 分类任务实验结果

直接运行文件 ZeroNet/ZeroNet_mnist.py，或进入项目路径下在终端输入命令：

python ZeroNet_mnist.py

注意事项

• SGD 优化器和 Adam 优化器可以简单地在初始化模型时进行替换
• 要复现报告实验中的loss曲线图和三角函数拟合预测图，可直接将画图的代码取消注释
• 要自定义新的超参数值，可直接在对应的变量上更改数值