人工智能和机器学习
文章平均质量分 89
windZ44Z
本我
展开
-
【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 np import pandas as pd import matplot原创 2022-05-21 00:52:01 · 179 阅读 · 0 评论 -
【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.彩色图片边缘检测原创 2022-05-13 22:53:54 · 1393 阅读 · 0 评论 -
【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原创 2022-05-07 14:03:46 · 894 阅读 · 0 评论 -
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,输出非原创 2022-05-01 19:19:50 · 278 阅读 · 0 评论