python手写数字识别实验报告_ANN MNIST手写数字识别总结

由于第十四周除了正常上课外，

其余时间在整理机器学习的笔记，

做中特社会调查报告，

然后就是元旦放假，故第十四周没提交周报。

本周正常上课，

继续完成老师都布置的课业任务，

总结通信系统仿真结果，

并且完成报

告的撰写，分析社会调查结果，做好报告，查阅物理层安全方面的资料，翻译和整理论文。

其余时间是开始学习深度学习理论和编程实践，人工神经网络

(ANN)

和卷积神经网络，了解

深度学习几个框架

(Caffe

、

Torch

、

TensorFlow

、

MxNet)

，最主要还是

TensorFlow

，学习和查

找了一下深度学习优化算法，并且利用人工神经网络做手写数字识别。

心得体会：第一个感受是时间过得很快，已然是

15

周了，要加快各方面进程。神经网

络从线性分类器开始，

线性分类器是产生一个超平面将两类物体分开。

一层神经网络叫做感

知器，

线性映射加激励输出，

每个神经元对输入信号利用激励函数选择输出，

就像大脑神经

元的兴奋或抑制，增加神经元数量、

隐层数量，就可以无限逼近位置函数分布的形态，

<