人工智能
白乎乎的码农
哪有什么一蹴而就,不过都是日积月累
展开
-
人工智能项目实践-交通标志识别
人工智能课程设计项目原创 2022-07-02 14:43:06 · 1591 阅读 · 0 评论 -
人工智能基础
Fashion-MNIST图像识别问题的单神经元模型实践问题:在不改变模型的结构基础上,尝试采用不同的学习率、单批次样本数、训练轮数等超参数,让模型的准确率达到83.0%以上。import tensorflow as tfimport matplotlib.pyplot as pltimport tensorflow.examples.tutorials.mnist.input_data as input_dataimport numpy as npmnist = input_data.rea原创 2022-03-22 12:38:29 · 2150 阅读 · 0 评论 -
人工智能基础
人工智能波士顿房价问题波士顿房价问题的编码实践。要求:通过梯度下降优化器进行优化,尝试采用不同的学习率和训练轮数等超参数,记录训练后的损失值和W、b变量值。1.认为最优的一次带运行结果的源代码截图;import tensorflow as tfimport matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom sklearn.utils import shuffledf=pd.read_csv("boston.原创 2022-03-15 00:15:48 · 1378 阅读 · 0 评论 -
人工智能基础
人工智能实验学习通过生成人工数据集合,基于TensorFlow实现y=3.12XX x+2.X线性回归要求:(1) 生成 x_data,值为 [0, 100]之间500个等差数列数据集合作为样本特征;(2)根据目标线性方程 y=3.12XXx+2.X,生成相应的标签集合 y_data(需要添加噪声);(3) 画出随机生成数据的散点图和想要通过学习得到的目标线性函数;(4)构建回归模型;(5)训练模型,10轮;(6)通过训练出的模型预测 x=5.79 时 y 的值,并显示根据目标方程显示的 y原创 2022-03-05 22:09:19 · 781 阅读 · 0 评论