- 博客(1)
- 收藏
- 关注
RSS订阅原创 利用Matlab绘制弹簧—阻尼动态振动模型
Matlab是进行数值计算的重要工具，更是科学研究中非常强大的辅助工具，其不仅在数值计算、数据绘图、科学仿真等方面广泛应用，而且在科研中一些动态模型的绘制也可以用其实现。本文就以弹簧—阻尼振动模型为例，使用Matlab软件制作动态的弹簧—阻尼振动模型。绘制振动模型需要了解到其组成部分，振动模型共有四部分组成：地基、弹簧、阻尼器、质量块。其中弹簧、阻尼器和质量块要实现振荡运动。一下为各组成部分使用Matlab代码实现过程。
2022-08-22 15:52:10
5306
2
基于Python卷积车辆分类实验
实验内容如下：
进行二维卷积实验，选做空洞卷积和残差卷积实验；
熟练的掌握卷积神经网络的基本操作；
卷积神经网络的组织架构；
卷积神经网络各参数对其有哪些影响；
空洞卷积和残差卷积的基本原理；
手动和PyTorch.nn两种方式实现卷积神经网络的编程；
压缩包包含内容：
torch.nn实现二维卷积车辆分类实验
不同超参数对比
残差卷积实验
空洞卷积实验
前馈神经网络实现车辆分类实验
手动二维卷积实现车辆分类
实验设计说明书。
2022-08-23
基于Python下，torch和手动实现前馈神经网络实验代码
内容包含详细注释
代码中有数据集的下载程序:
人工构造简单二分类数据集，两个数据集大小为100，样本特征维度为2，且分别服从均值互为相反数且方差相同的正态分布。两个数据集的样本标签分别为0和1。
Fashion-MNIST数据集，该数据集为一个多类图像分类数据集，包含60000个训练图像样本，10000个测试图像样本。每个样本的数据格式为28*28*1。共10类：dress（连⾐裙）、coat（外套）、
代码内容包括：
PyTorch基本操作实验；
Torch.nn实现Logistic回归实验、softmax回归实验、实现前馈神经网络（多分类、二分类、回归）；
手动实现Logistic回归实验、softmax回归实验、实现前馈神经网络（多分类、二分类、回归）；
多分类实验torch.nn实现Dropout和多分类实验torch.optim实现L2范数正则化；
对多分类任务中的模型评估隐藏层层数和隐藏单元个数对实验结果的影响；
2022-08-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人