​校企合作 | 重庆文理学院一行到访芝诺数据

6月15日,重庆文理学院数学与大数据学院党总支副书记黄华、副院长陈晓东和实验室主任罗章涛一行莅临我司开展学院产学研合作基地实地调研。重庆芝诺大数据有限公司副总经理廖生波热情接待了学院领导一行,并就校企合作、学生创新创业、项目实习实践等方面进行了详细介绍。

学院领导在廖总的陪同下参观了“芝诺高校大数据教学科研平台”“智慧党建大数据系统”以及“智慧防疫扫码测温一体机”等公司主要产品,并听取了芝诺数据在产学研领域与各高校及科研院所的合作情况及科研成果的汇报。

随后总经理甄少明及公司主要领导与学院领导一行开展座谈会,双方就如何做好学生实习基地建设、学生实习实训、师资培训、人才培养、课程改革、创新创业教育等方面进行了深入的交流,对建立产学研合作意向进行了深入沟通和探讨,期望就人才培养及企业用人方面可以达成校企联动,深化产教融合,实现校企互惠共赢。

芝诺数据今后将持续推进产学研基地建设,深化产教融合,促进教育链、人才链与产业链、创新链有机衔接,注重围绕创新创业,结合学科和专业积极开展科研训练、实习实训、专业服务、社会实践等方面与高校开展合作。


往期推荐

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当然,我可以用Python编写一个简单的数字识别神经网络。以下是一个基本的示例: 首先,我们需要导入所需的库: ```python import numpy as np import matplotlib.pyplot as plt import tensorflow as tf ``` 接下来,我们需要准备我们的数据集。这里我们将使用MNIST手写数字数据集。我们可以使用TensorFlow自带的数据集载入工具来获取数据: ```python mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() ``` 我们需要对数据进行归一化,使得数据值范围在0到1之间: ```python x_train, x_test = x_train / 255.0, x_test / 255.0 ``` 现在我们可以定义我们的神经网络。这里我们将使用一个非常简单的模型,包含两个隐藏层和一个输出层: ```python model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dense(64, activation='relu'), tf.keras.layers.Dense(10, activation='softmax') ]) ``` 现在我们可以编译我们的模型: ```python model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) ``` 最后,我们可以训练模型: ```python model.fit(x_train, y_train, epochs=5) ``` 现在我们可以使用测试集来评估模型的性能: ```python model.evaluate(x_test, y_test) ``` 这就是一个简单的数字识别神经网络的基本实现。当然,我们可以添加更多的层和更复杂的架构来提高性能,但是这个简单的实现足以演示基本的卷积神经网络的构建和训练过程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值