深度学习框架
深度学习框架头歌实训答案
粥粥粥少女的拧发条鸟
谈论现实
展开
-
深度学习框架头歌考试2021
第1关实现全连接层的反向传播import numpy as npclass FullyConnected: def __init__(self, W, b): r''' 全连接层的初始化。 Parameter: - W: numpy.array, (D_in, D_out) - b: numpy.array, (D_out) ''' self.W = W ...原创 2022-05-09 08:55:36 · 1971 阅读 · 0 评论 -
常用损失函数的实现
目录第1关:实现常见损失函数的前向传播第2关:实现常见损失函数的反向传播第1关:实现常见损失函数的前向传播本关任务:实现常见损失函数的前向传播。import numpy as npdef softmax(x): x = x - np.max(x, axis=1, keepdims=True) return np.exp(x) / np.sum(np.exp(x), axis=1, keepdims=True)class SoftmaxWithLoss: def转载 2022-05-09 08:45:20 · 545 阅读 · 0 评论 -
Keras应用第一章 — 手写数字数据预处理
目录第1关:Keras 模块介绍与导入第2关:加载训练集和测试集第3关:重塑数据集的形状第4关:归一化与 one-hot 编码第1关:Keras 模块介绍与导入我们将在本关为大家讲解keras的基本情况,并手把手教大家如何导入keras包。 # 请在此添加代码 完成本关任务 # ********** Begin *********#from keras.models import Sequentialfrom keras.layers.core import Dense, Activation转载 2022-05-09 08:47:11 · 687 阅读 · 0 评论 -
CNN图片分类基础
目录第1关:卷积操作第2关:池化操作第3关:dropout与正则化第4关:基于Keras框架实现mnist手写数字图像分类第1关:卷积操作本关任务:本关的小目标是编写一个实现卷积操作的函数。import numpy as nptest_kernel = np.array([[-1, -1, -1], [-1, 9, -1], [-1, -1, -1]])#根据输入矩阵的大小创建输出的大小#inp转载 2022-05-09 08:47:48 · 2171 阅读 · 0 评论 -
基于Keras的人脸识别
目录第1关:数据集加载与预处理第2关:构建网络模型第3关:训练模型第4关:验证评估第1关:数据集加载与预处理本关主要带大家掌握如何进行数据的加载和预处理。import warningswarnings.filterwarnings("ignore")import globimport cv2import numpy as npimport kerasfrom sklearn.model_selection import train_test_split# 人物的Label-encod转载 2022-05-09 08:48:05 · 1346 阅读 · 0 评论 -
Pytorch 之Tensor 初探
目录第1关:Numpy桥第2关:Tensor 创建第3关:Tensor 切片及索引第4关:数学运算第5关:Reshape第1关:Numpy桥本关任务:程序中将提供一个numpy.ndarray类型的变量np_data,利用下文所介绍的from_numpy 方法,转换为对应的 tensor 类型。import torchimport numpy as npdef a2t(): np_data = np.array([[1, 2],[3,4]]) #/********** Beg原创 2022-05-09 08:44:40 · 2144 阅读 · 0 评论 -
Pytorch 之torch.nn进阶
目录第1关:正则化第2关:损失函数第3关:距离函数第1关:正则化本关任务:本关提供了一个Variable 类型的变量input,要求利用BatchNorm1d创建一个4维的 带有学习参数的正则化量 m,并输出其weight和bias。import torchimport torch.nn as nnfrom torch.autograd import Variableinput = Variable(torch.Tensor([[1,2,3,4],[5,6,7,8]]))#/*****转载 2022-05-09 08:44:52 · 2521 阅读 · 0 评论 -
Pytorch 之优化
目录第1关:如何使用optimizer第2关:optim.SGD第3关:RMSprop第4关:Adam第5关:优化器总结第1关:如何使用optimizer本关任务:本关卡要求同学们声明一个 SGD 优化器 optimizer,按照要求传入优化器的参数。同时,为了便于观察,利用optimizer.param_groups方法查看优化器的各项参数并输出。import torch.nn as nnimport torch.optimimport torchfrom torch.autograd i转载 2022-05-09 08:45:02 · 3223 阅读 · 0 评论 -
Keras实战---猫狗大战
目录第1关:数据集的加载第2关:构建属于自己的卷积神经网络模型第3关:训练并保存模型第4关:加载模型并预测第1关:数据集的加载本关任务:使用 python 实现加载训练集与测试集的功能。import osimport numpy as npimport cv2import teacherDATA_DIR = './train_data'def get_train_data_filenames(): filenames = [] test_labels = []转载 2022-05-09 08:47:23 · 1764 阅读 · 0 评论 -
基于CRNN的文本识别
目录第1关:加载与预处理图片数据第2关:CRNN 上:CNN特征序列提取第3关:CRNN 中:RNN特征序列识别第4关:CRNN 下:CTC实现端到端训练第1关:加载与预处理图片数据本关任务:加载图片,预处理并以TFRecords格式存储"""Write text features and labels into tensorflow records"""import randomimport jsonimport tensorflow as tfimport cv2import原创 2022-05-09 08:45:47 · 1339 阅读 · 0 评论 -
深度学习--循环神经网络
目录第1关:学习单步的RNN:RNNCell第2关:探幽入微LSTM第3关:进阶RNN:学习一次执行多步以及堆叠RNN的构建第1关:学习单步的RNN:RNNCell本关任务:学习 RNN 循环神经网络的基本概念,并构建单个 RNNCell 。# -*- coding: utf-8 -*-import tensorflow as tf# 参数 a 是 BasicRNNCell所含的神经元数, 参数 b 是 batch_size, 参数 c 是单个 input 的维数,shape = [ b ,原创 2022-05-08 14:31:33 · 1879 阅读 · 1 评论 -
机器学习 --- 线性回归
目录第1关:简单线性回归与多元线性回归第2关:线性回归的正规方程解第3关:衡量线性回归的性能指标第4关:scikit-learn线性回归实践 - 波斯顿房价预测第1关:简单线性回归与多元线性回归本关任务:根据本节课所学知识完成本关所设置的选择题。第2关:线性回归的正规方程解本关任务:根据本关卡所学知识,构建线性回归算法,并利用波斯顿房价数据对模型进行训练,然后对未知的房价数据进行预测。#encoding=utf8 import numpy as npdef mse_score(y_pred原创 2022-05-08 11:30:14 · 1638 阅读 · 0 评论 -
RNN快速入门
目录第1关:学习单步的RNN:RNNCell第2关:探幽入微LSTM第3关:进阶RNN:学习一次执行多步以及堆叠RNN的构建第1关:学习单步的RNN:RNNCell本关任务:学习 RNN 循环神经网络的基本概念并构建单个 RNNCell。# -*- coding: utf-8 -*-import tensorflow as tf# 参数 a 是 BasicRNNCell所含的神经元数, 参数 b 是 batch_size, 参数 c 是单个 input 的维数,shape = [ b , c转载 2022-05-08 11:26:35 · 1019 阅读 · 0 评论 -
深度学习中的优化方法
目录第1关:梯度下降算法实战学习:BGD和SGD第2关:动量梯度下降法第3关:自适应学习率算法第4关:运用Keras优化器第1关:梯度下降算法实战学习:BGD和SGD本关任务:编写一个分别应用BGD、SGD、mini-batch梯度下降优化方法的3层DNN,使用sklearn的breast_cancer数据集作训练集和测试集。import numpy as npfrom sklearn.datasets import load_breast_cancerfrom sklearn.model_se原创 2022-05-08 11:24:35 · 603 阅读 · 0 评论 -
经典CNN模型搭建
目录第1关:预处理:使用opencv改变图片尺寸第2关:预处理:简单的数据增强第3关:Batch Generator 批生成器第4关:AlexNet第5关:VGGNet模型输入的预处理第6关:VGGNet第7关:InceptionNet第8关:ResNet第9关:训练之前的一些准备:使用numpy处理网络的输出第10关:训练、保存及复用模型第1关:预处理:使用opencv改变图片尺寸本关任务:从本地读取数据集,改变所有图片为相同的、固定的尺寸后保存到本地。import cv2import os原创 2022-05-08 11:21:09 · 2102 阅读 · 0 评论 -
第九章-神经网络 实验二
目录第1关:Tensorflow基本运算第2关:Tensorflow常见矩阵操作第3关:Tensorflow数据广播机制第1关:Tensorflow基本运算本关任务:编写一个函数,该函数有四个零阶Tensor参数,要求该函数使用Tensorflow的API先对它们两两求和,然后对和进行乘积计算。# -*- coding: utf-8 -*-import tensorflow as tfimport osos.environ["TF_CPP_MIN_LOG_LEVEL"]='3'def s转载 2022-05-08 11:13:50 · 246 阅读 · 0 评论 -
理解GRU网络
目录第1关:RNN相关知识及GRU架构第2关:重置门和更新门第3关:GRU的实现第4关:使用Keras框架下GRU网络实现股票预测第1关:RNN相关知识及GRU架构本关任务:编写一个基本的RNN的网络。""" 最简的字符级简单RNN模型. """ ## 一个3层的神经网络 ## 输入层: one hot vector, dim: vocab * 1 ## hidden layer: LSTM, hidden vector: hidden_size * 1 ## output转载 2022-05-08 11:11:14 · 711 阅读 · 0 评论 -
ElasticNet原理及python实现
目录第1关:ElasticNet原理理解第2关:Python手动实现ElasticNet第3关:Scikit-learn实现ElasticNet第4关:Tensorflow实现ElasticNet第1关:ElasticNet原理理解第2关:Python手动实现ElasticNet本关任务:从scikit-learn.datasets中导入Iris数据集,并用最小二乘法实现ElasticNet,拟合得到可以计算出花萼长度这一标签的线性公式,最后对于输入的特征进行预测。import numpy a转载 2022-05-08 11:07:57 · 973 阅读 · 2 评论 -
TensorFlow入门--构建神经网络
目录第1关:神经元与激活函数第2关:神经元与激活函数 - tanh方法第3关:构建简单的单隐层前馈神经网络第1关:神经元与激活函数本关任务:编写一个能模拟神经元工作过程的函数。# -*- coding: utf-8 -*-import tensorflow as tf# 模拟一个 M-P 神经元的工作原理# input_value 是输入值, 类型为一维的tf.constant# weight 是这个神经元的权重, 类型为一维的tf.constant# threshold 是这个神经元的阈原创 2022-05-08 11:03:03 · 670 阅读 · 0 评论 -
TensorFlow入门--张量运算进阶
目录第1关:在指定位置修改维度 - expand_dims方法与squeeze方法第2关:合成张量 - stack方法和concat方法第3关:判断张量是否相等- equal方法第1关:在指定位置修改维度 - expand_dims方法与squeeze方法本关任务:编写一个可以根据要求增加或减少张量维数的小程序。# -*- coding: utf-8 -*-import tensorflow as tf# 根据action中参数的值修改tensor的形状# tensor是一个TensorFlo原创 2022-05-08 10:59:13 · 413 阅读 · 0 评论 -
深度学习篇-Keras(初级)
目录第1关:构建模型第2关:Keras模型编译第3关:训练模型第1关:构建模型构建一个简单的模型,并且指定输入数据的尺寸:batch_size 为18,input_dim 为20。from keras.models import Sequentialfrom keras.layers import Dense, Activationimport osos.environ['TF_CPP_MIN_LOG_LEVEL']='3'def input_values(): model = Seq原创 2022-03-04 09:21:33 · 1248 阅读 · 0 评论 -
TensorFlow入门--构建神经网络
目录第1关:神经元与激活函数第2关:神经元与激活函数 - tanh方法第3关:构建简单的单隐层前馈神经网络第1关:神经元与激活函数本关任务:编写一个能模拟神经元工作过程的函数。# -*- coding: utf-8 -*-import tensorflow as tf# 模拟一个 M-P 神经元的工作原理# input_value 是输入值, 类型为一维的tf.constant# weight 是这个神经元的权重, 类型为一维的tf.constant# threshold 是这个神经元的阈原创 2022-03-03 15:08:51 · 1460 阅读 · 0 评论 -
TensorFlow入门--实现多层感知机
目录第1关:实现全连接层的前向传播第2关:实现常见激活函数的前向传播第1关:实现全连接层的前向传播本关任务:实现全连接层的前向传播。import numpy as npclass FullyConnected: def __init__(self, W, b): r''' 全连接层的初始化。 Parameter: - W: numpy.array, (D_in, D_out) - b: numpy.arra转载 2022-03-03 08:47:56 · 1037 阅读 · 0 评论 -
TensorFlow入门--张量的定义与基本运算
目录第1关:生成张量 - Variable 、constant 与placeholder 方法第2关:全0张量与全1张量的生成 - zeros方法和ones方法第3关:生成带指定初值的张量 - fill方法第1关:生成张量 - Variable 、constant 与placeholder 方法本关任务:利用TensorFlow中的变量 (Variable类) 编写一个能计算表达式1+…+…+n的值的小程序 (n的值由TensorFlow中的常量constant类给出) 。# -*- coding:转载 2022-03-02 20:10:02 · 449 阅读 · 0 评论 -
TensorFlow入门--队列与TensorBoard操作
目录第1关:出队操作 - dequeue 方法第2关:入队 - enqueue方法第3关:TensorBoard的使用第1关:出队操作 - dequeue 方法本关任务:编写一个能计算队列中所有元素之和的小程序。# -*- coding: utf-8 -*-import tensorflow as tf# 返回queue中所有张量之和# queue是一个tensforflow.FIFOQueuedef queueSum(queue): # 请在此添加代码 完成本关任务 # *原创 2022-03-02 16:05:57 · 644 阅读 · 0 评论 -
Pytorch 之autograd
目录第1关:Variable第2关:Variable 属性第3关:梯度初探第4关:梯度进阶第1关:Variable本关任务:本关提供了一个张量变量tensor ,根据所给的张量创建 Variable 变量v,同时要求同学们掌握 Variable 的相关属性,例如如何获得 Variable 的 data 属性。import torchfrom torch.autograd import Variabletensor = torch.FloatTensor([[1,4,2],[3,1,4]])#原创 2022-03-01 19:40:57 · 3925 阅读 · 0 评论 -
PyTorch之线性回归
目录第1关:初始化参数第2关:建立模型,定义损失和优化函数第3关:训练模型第4关:validation第1关:初始化参数本关要求同学们学习数据转换、数据加载的方法,为之后算法的学习提供适宜的样本数据。本关任务:本关要求下载MNIST 书写数据集,并创建DataLoader变量data_loader,输出 data _loader 中数据大小。import torchimport torchvision.datasets as dsetsimport torchvision.transforms原创 2022-03-01 10:44:41 · 4017 阅读 · 0 评论 -
Tensorflow入门之运算篇
目录第1关:Tensorflow基本运算第2关:Tensorflow常见矩阵操作第3关:Tensorflow数据广播机制第1关:Tensorflow基本运算本关任务:编写一个函数,该函数有四个零阶Tensor参数,要求该函数使用Tensorflow的API先对它们两两求和,然后对和进行乘积计算。# -*- coding: utf-8 -*-import tensorflow as tfimport osos.environ["TF_CPP_MIN_LOG_LEVEL"]='3'def si转载 2022-03-01 10:00:45 · 452 阅读 · 0 评论 -
Pytorch 之神经网络
目录第1关:加载数据——Data Loader第2关:建立模型,定义损失和优化函数第3关:训练模型第4关:测试保存模型第1关:加载数据——Data Loader本关要求掌握 Pytorch 中加载和处理数据的方法。本关任务:本关要求下载训练集 MNIST,创建符合要求的DataLoader变量data_loader,同时按要求输出特定数据的维度大小和类别。import torchimport torchvision.datasets as dsetsimport torchvision.tra原创 2022-03-01 15:14:58 · 3848 阅读 · 0 评论 -
Tensorflow入门--图与会话
目录第1关:Hello,Tensorflow第2关:计算图与会话第3关:Tensorflow实现线性回归第1关:Hello,Tensorflow本关任务:编写使用python一个Tensorlfow的Hello,World程序。import tensorflow as tfc = tf.constant('Hello World')sess = tf.Session()print(sess.run(c))sess.close()第2关:计算图与会话本关任务:使用Tensorflow实现矩转载 2022-03-01 10:27:46 · 302 阅读 · 0 评论