- 博客(6)
- 收藏
- 关注
RSS订阅原创 【2021-2022 春学期】人工智能-作业6：CNN实现XO识别
文章目录一、准备数据1.2.3.4.5.二、1.2.3.4.5.三、1.2.3.4.5.总结参考文章一、准备数据1. 2.3.4.5.二、1.2.3.4.5.三、1.2.3.4.5.总结参考文章1.【2021-2022 春学期】人工智能-作业6：CNN实现XO识别...
2022-05-23 13:36:11
290
原创 【2021-2022 春学期】人工智能-作业5：卷积-池化-激活
文章目录一、For循环版本：手工实现 卷积-池化-激活二、Pytorch版本：调用函数完成 卷积-池化-激活1.引入库2.读入数据三、可视化：了解数字与图像之间的关系总结一、For循环版本：手工实现 卷积-池化-激活 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、Pytorch版本：调用函数完成 卷积-池化-激活1.引入库代码如下（示例）：import numpy as npimport pandas as pdimport matplot
2022-05-21 00:52:01
167
原创 【2021-2022 春学期】人工智能-作业4：CNN - 卷积
文章目录一、概念理解1.卷积2.卷积核3.多通道4.特征图5.特征选择二、卷积核1.锐化2.模糊3.边缘检测三、编程实现1.经典卷积核a.锐化b.模糊c.边缘检测2.更换卷积核参数3.更换不同尺寸的图片4.更多卷积核5.彩色图片边缘检测总结一、概念理解1.卷积2.卷积核3.多通道4.特征图5.特征选择二、卷积核1.锐化2.模糊3.边缘检测三、编程实现1.经典卷积核a.锐化b.模糊c.边缘检测2.更换卷积核参数3.更换不同尺寸的图片4.更多卷积核5.彩色图片边缘检测
2022-05-13 22:53:54
965
原创 【人工智能-作业3：例题程序复现 PyTorch版】
文章目录前言一、使用PyTorch实现反向传播和梯度下降1.使用PyTorch实现模型2.对比手动实现反向传播二、更改激活函数1.激活函数改用PyTorch自带函数torch.sigmoid()2.激活函数Sigmoid改变为Relu三、更换激活函数四、更换损失函数五、改变步长六、将初始权重向量赋随机值总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容
2022-05-07 14:03:46
567
原创 人工智能-作业2：例题程序复现
文章目录实验内容一、实现反向传播二、使用步骤1.引入库2.读入数据参考的文章总结实验内容复现课上说的代码，不使用PyTorch，自己手写代码实现反向传播和梯度下降。一、实现反向传播实现的模型为：变量和名词说明：第一层（图中红框1）：输入层第二层（图中红框2）：隐藏层第三层（图中红框3）：输出层权重向量：[w1,w2,w3,w4,w5,w6,w7,w8]，是每轮迭代要改变的量，求解神经网络模型的本质就是求解一个符合目标的权重向量Sigmoid函数：非线性变化函数，输入线性内容，输出非
2022-05-01 19:19:50
260
原创 【人工智能基础作业1：PyTorch实现反向传播】
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、PyCharm的安装二、安装Pytorch环境1.进入Pytorch选择选择相关版本a.复制安装命令2.在CMD执行安装命令a.直接在cmd下载b.配置清华镜像3.在PyCharm中导入环境并测试三、使用配置的环境进行反向传播实验总结一、PyCharm的安装安装Python，并安装PyCharm开发环境。由于机器学习实验要用到Python以及开发环境，所以以及提前安装完成。二、安装Pytorch环境1.进入Pyt.
2022-04-29 13:55:12
1481
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人