This is a handwritten digit recognition system using a fully connected neural network with a 784→128→128→128→10 architecture. As the code demonstrates, the network structure can be easily modified. The activation functions used are Swish (β=1.702) and Sigmoid, and the optimization algorithm is AdamW. Mini-batch learning is employed. 全結合ニューラルネットワークを利用した手書き数字認識です。784→128→128→128→10です。ネットワークの構造はプログラムを見るとわかる通り、非常に簡単に変更できます。 活性化関数はswish関数(β=1.702)とsigmoid関数です。最適化アルゴリズムはAdamWです。ミニバッチ学習を利用しています。
https://turbowarp.org/1350278267?offscreen&hqpen When running in Scratch, forward propagation is not performed while drawing with the mouse in order to reduce the load. This is a remake of something I made previously. scratchで動かす場合には負荷を減らすためにマウスで描画中には順伝播を実行しません。 以前作ったもののリメイクです。
