m0_58143276的博客

原创 人工智能第七次作业

import osnn.ReLU(),nn.ReLU(),plt.cla()plt.draw();

原创 人工智能概论第六次作业

X, Y, Z = encoded_data.data[:, 0].numpy(), encoded_data.data[:, 1].numpy(), encoded_data.data[:, 2].numpy() # 标签值。nn.Linear(12, 3), # 压缩成3个特征, 进行 3D 图像可视化。ax.text(x, y, z, s, backgroundcolor=c) # 标位子。nn.Sigmoid(), # 激励函数让输出值在 (0, 1)# x, y, z 的数据值。

原创 人工智能概论第五次作业

torch.save(net1, 'D:/yrb/net.pkl') # 保存整个网络。# 将保存的参数复制到 net3。

原创 人工智能概论第四次作业

for step, (b_x, b_y) in enumerate(train_loader): # 分配 batch data, normalize x when iterate train_loader。nn.MaxPool2d(kernel_size=2), # 在 2x2 空间里向下采样, output shape (16, 14, 14)x = x.view(x.size(0), -1) # 展平多维的卷积图成 (batch_size, 32 * 7 * 7)

原创 人工智能概论第三次作业

将数据集划分为训练集和测试集。# 定义损失函数和优化器。# 计算训练损失和准确率。# 创建神经网络实例。

原创 人工智能概论第二次作业

import osreturn xprint(net)plt.ion()plt.show()if t%5==0:plt.cla()plt.ioff()plt.show()

原创 人工智能概论作业1