神经网络
文章平均质量分 87
芋泥*
方寸之间,大有可为
展开
-
神经网络单元测试 1 ~14单元
将1000张尺寸为28×32的彩色图片存储在多维数组pic中,pic的形状为____,对pic进行切片操作“pic[0]”之后,得到的数组是____。将5000张尺寸为28×32的彩色图片存储在多维数组pic中,要提取出pic中索引值为9—19(索引从0开始)的图片的G通道,应使用______。若未在图像边界处填充数字,对一个15×15大小的图像,使用3×3的卷积核,进行一轮步长为3的卷积后,结果图像的大小为______。原创 2023-06-07 19:32:05 · 2336 阅读 · 9 评论 -
【神经网络】tenorflow实验11--人工神经网络(2)
①掌握梯度下降法的优化算法;②能够使用tf.keras构建Sequential模型,完成多分类任务。原创 2023-05-25 11:32:35 · 361 阅读 · 4 评论 -
【神经网络】tensorflow -- 期中测试试题
请使用Matplotlib中的折线图工具,绘制正弦和余弦函数图像,其中x的取值范围是,效果如图1所示。要求:(1)正弦图像是蓝色曲线,余弦图像是红色曲线,线条宽度为2.5;(2)标题为:“正/余弦函数图像”,字体颜色为黑色,大小为16;(3)横坐标标签为:“x轴”,纵坐标标签为“y轴”,字体大小为12。图1 正/余弦函数② 实验结果。原创 2023-05-11 12:54:39 · 558 阅读 · 1 评论 -
【神经网络】tensorflow实验10 -- 人工神经网络(1)
答:损失函数是用来评估模型的预测值与真实值不一致的程度(1)L1范数损失L1Loss(2)均方误差损失MSELoss(3)交叉熵损失CrossEntropyLoss。原创 2023-05-11 12:32:29 · 707 阅读 · 1 评论 -
【神经网络】tensorflow实验9--分类问题
(3)建立逻辑回归模型,使用属性“肿块密度”和“细胞大小的均匀性”训练模型,综合考虑准确率、交叉熵损失、和训练时间等,使模型在测试集达到最优的性能,并以合适的形式展现训练过程和结果;通过以上结果,可以得到什么结论,或对你有什么启发。答:同样的迭代次数,和学习率下,随着训练集的比例逐渐变大,训练集交叉熵损失大致变小准确率变高的趋势,测试集交叉熵损失大致变大准确率变高的趋势。⑴选择恰当的属性或属性组合,训练逻辑回归模型,区分山鸢尾和维吉尼亚鸢尾,并测试模型性能,以可视化的形式展现训练和测试的过程及结果。原创 2023-05-10 20:37:13 · 1016 阅读 · 3 评论 -
【神经网络】tensorflow实验7--回归问题
①掌握一元线性回归模型的实现方法②掌握多元线性回归模型的实现方法③掌握三维数据可视化方法。原创 2023-04-25 18:19:55 · 901 阅读 · 4 评论 -
【神经网络】tensorflow实验8--梯度下降法
①掌握TensorFlow的可训练变量和自动求导机制②能够使用TensorFlow实现梯度下降法,求解一元和多元线性回归问题。原创 2023-04-25 09:32:22 · 1371 阅读 · 1 评论 -
【神经网络】tensorflow实验5--数字图像基础
(3)16幅图像按照4×4方式排列在一张画布中,每幅图像的子标题为该图像的标签值,字体大小为14,全局标题为“MNIST测试集样本”,字体大小为20,颜色为红色。(2)将G通道的图像先水平镜像,再顺时针旋转90度,显示在子图2中,子标题为:“G-镜像+旋转”,字体大小为14,并显示坐标轴;(6)将以上生成的4幅图像显示在2×2的画布中,全局标题为“图像基本操作”,标题字体大小为20,颜色为蓝色,如图2所示。(4)将原始的R、G、B通道的图像合并,显示在子图4中,子标题显示图像的色彩模式,字体大小为14;原创 2023-04-13 10:41:44 · 623 阅读 · 3 评论 -
【神经网路】tensorflow实验6--TensorFlow基础
对张量计算中的函数运用不熟练,使得函数看起来很复杂,最后使用了张量计算函数之后是的函数简洁明了。掌握TensorFlow低阶API,能够运用TensorFlow处理数据以及对数据进行运算。张量计算有着专门的函数,张量函数可以使得代码更简单,可以更加快速的得到想要的值。③使用TensorFlow求取张量在某个维度上或者全局的统计值。numpy不提供创建张量函数和求导,也不提供GPU支持。②张量加减乘除、幂指对数、多维向量乘法等运算。提示:正确的输出结果为。在题目二的基础上,已知。是张量中元素的个数。原创 2023-04-12 13:54:23 · 709 阅读 · 0 评论 -
【神经网络】tensorflow实验4--Matplotlib数据可视化
NumPy除了在相当程度上优化了Python计算过程,其自身还有较多的高级特性由于NumPy几乎仅专注于数组处理,另一方面则是数据分析牵涉到的数据特性众多,需要处理各种表格和混杂数据。(1)下载波士顿数据集,读取全部506条数据,放在NumPy数组x、y中(x:属性,y:标记)。(3) 要求用户选择属性,如图2所示,根据用户的选择,输出对应属性的散点图,如图3所示。在第二题中显示用户选择的图片,显然这中间有些冲突,应该将两者分开实现,减少了代码的冲突。LSTAT 人口中地位较低人群的百分数越高,价格越低。原创 2023-04-11 09:34:28 · 1055 阅读 · 9 评论 -
【神经网络】tensorflow实验3--NumPy科学计算库
①掌握NumPy科学计算库的语法规则②能够运用NumPy完成多维数组和矩阵运算。原创 2023-04-10 14:36:29 · 559 阅读 · 3 评论 -
【神经网络】tensorflow实验2--python语言基础
输出提示信息:“请输入1-100之间的整数:”接收用户键盘输入,如果输入的是1-100之间的整数,输出“您输入的是整数:xx”,程序结束运行;如果输入的不是整数,或不在指定的范围,输出“对不起,您的输入无效,请重新输入!”,并判断错误类型,例如:“对不起,您输入的数字范围不正确”或“对不起,您输入的不是整数”等,直到用户输入正确为止。当输入的不是整数,或不在指定的范围,输出“对不起,您的输入无效,请重新输入!”,并判断错误类型,例如:“对不起,您输入的数字范围不正确”或“对不起,您输入的不是整数”等。原创 2023-04-10 14:24:07 · 544 阅读 · 1 评论