IAmani_的博客

原创 人工智能-作业4：CNN - 卷积

一、简单描述卷积、卷积核、多通道、特征图、特征选择概念。卷积：图像中不同数据窗口的数据和卷积核（一个滤波矩阵）作内积的操作叫做卷积。其计算过程又称为滤波（filter)，本质是提取图像不同频段的特征。卷积核：就是图像处理时，给定输入图像，输入图像中一个小区域中像素加权平均后成为输出图像中的每个对应像素，其中权值由一个函数定义，这个函数称为卷积核。多通道：通道可以理解为视角、角度。例如同样是提取边界特征的卷积核，可以按照R、G、B三种元素的角度提取边界，RGB在边界这个角度上有不同的表达；再比如需要

原创 人工智能-作业3：例题程序复现 PyTorch版

1.使用pytorch复现课上例题。参考代码：# https://blog.csdn.net/qq_41033011/article/details/109325070# https://github.com/Darwlr/Deep_learning/blob/master/06%20Pytorch%E5%AE%9E%E7%8E%B0%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD.ipynb# torch.nn.Sigmoid(h_in)import torchx1

原创 人工智能-作业2：例题程序复现

反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。 该方法对网络中所有权重计算损失函数的梯度。 这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。输入值：x1, x2 = 0.5，0.3输出值：y1, y2 =0.23， -0.07激活函数：sigmoid损失函数：MSE初始权值：0.2 -0.4 0.5 0.6 0.1 -0.5 -0.3 0.8目标：通过反向传播优化.

原创 人工智能-作业1：PyTorch实现反向传播

1.pycharm安装打开PyCharm官网，选择安装Community社区版本下载安装。勾选以下几项，然后点击下一步。进入python官方网站：//www.python.org/，下载python解释器。点击Downloads,进入选择下载界面，选择我们需要的python版本号，点击Download安装包为可执行版，安装比较简单，一直默认就安装好了。安装完成后打开pycharm创建一个项目测试程序成功运行。点击File>Setting,可看到项目所用的python解释器，并可

原创 第十一章课后习题

原创 第十章课后习题

原创 第九章课后习题

原创 第七章课后习题

原创 E-R模型—物资管理

物资管理涉及仓库、零件、供应商、项目、职工五个实体实体间的联系：1.仓库—零件具有多对多的联系。一个仓库可以存放多种零件，一种零件可以存放在多个仓库中，用库存量来表示某种零件在某个仓库中的数量。2.仓库—职工具有一对多的联系。一个仓库有多个职工当仓库保管员，一个职工只能在一个仓库工作。3.职工实体型中具有一对多的联系。职工之间具有领导与被领导关系。即仓库主任领导若干保管员。4.供应商、项目和零件三者之间具有多对多的联系。即一个供应商可以供给若干项目多种零件，每个项目可以使用不同供应商供应的零件，.

原创 数据库作业1：SQL Server的一些操作

SQL Server的一些操作登陆之后，找到数据库，右键选择新建数据库我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；全新的 KaTeX数学公式 语法；增加了支持甘特图的mermaid语法1 功能；