weixin_52111811的博客

原创 人工智能概论第七次作业

此时，D 再也没有能力猜出这到底是 G 的画作还是 artist 的画作, 他只能一半时间猜是 G 的, 一半时间猜是 artist的。G_ideas = torch.randn(BATCH_SIZE, N_IDEAS, requires_grad=True) # 随意想法\n。nn.Linear(ART_COMPONENTS, 128), # 接受著名艺术家或像g这样的新手的艺术作品。G_paintings = G(G_ideas) # g的假画（随机想法)# 展示我们美丽的绘画系列。

原创 人工智能概论第六次作业

optimizer.zero_grad() # 此训练步骤的清晰坡度。loss = loss_func(decoded, b_y) # 均方误差。nn.Linear(12, 3), # 压缩成3个特征，进行3D图像可视化。# 数据加载器，用于在训练中简单地进行小批量返回，图像批量形状将为（50，1，28，28）nn.Sigmoid(), # 激励函数让输出值在 (0, 1)nn.Tanh(), #激活。# 绘制解码图像（第二行）plt.ion() # 连续绘图。

原创 人工智能概论第五次作业

import os＃假数据def save(): ＃建网络＃训练torch.save(net1, 'net.pkl') # 保存整个网络torch.save(net1.state_dict(), 'net_params.pkl') # 只保存网络中的参数plt.show()# 保存 net1save()#提取整个网络# 提取网络参数，复制到新网络二、更改模型存放地址（到D盘。

原创 人工智能概论第四次作业

DOWNLOAD_MNIST = True＃如果下载好了mnist数据，就改为False。LR = 0.001 ＃学习率。

原创 人工智能概论第三次作业

运行结果：（出现警告的原因：版本过低）目标：看看神经网络是怎么进行事物的。一、二分类（两个二次分布的数据）增加了数据（x2,y2）

原创 人工智能概论第二次作业

课程目标：了解如何搭建神经网络，怎么样使用神经网络，怎样看这个神经网络，它是怎么样学习的。注：此时学习率为0.5会出现错误，因为学习率过高，需要降低学习率，故改为0.02。二、将x的区间变为（-3，3），学习效率变为。

原创 人工智能概论第一次作业