全连接神经网络手写体推理实现--c语言

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