- 博客(6)
- 收藏
- 关注
RSS订阅原创 人工智能-作业6：CNN实现XO识别
数据集构建模型class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Conv2d(1, 9, 3) self.maxpool = nn.MaxPool2d(2, 2) self.conv2 = nn.Conv2d(9, 5, 3) self.relu = nn.ReLU() s
2022-05-28 21:31:31
102
原创 人工智能-作业5：卷积-池化-激活
1. For循环版本：手工实现 卷积-池化-激活import numpy as np x = np.array([[-1, -1, -1, -1, -1, -1, -1, -1, -1], [-1, 1, -1, -1, -1, -1, -1, 1, -1], [-1, -1, 1, -1, -1, -1, 1, -1, -1], [-1, -1, -1, 1, -1, 1, -1, -1, -1],
2022-05-28 16:09:38
114
原创 人工智能-作业4：CNN - 卷积
一、卷积、卷积核、多通道、特征图、特征选择概念。卷积：是通过两个函数f和g生成第三个函数的一种数学运算，其本质是一种特殊的积分变换，表征函数f与g经过翻转和平移的重叠部分函数值乘积对重叠长度的积分。卷积核：卷积核实际上是一个滤波器，在卷积神经网络中其参数是可学习的，对于一个通道数为c的输入特征图，需要的卷积核的size为(c, k, k)，其中k是卷积核长宽。卷积核的可学习参数还有一个bias，其size为(c, )，即卷积核的每个channel对应一个bias。多通道：假设输入特征图channel为
2022-05-13 23:16:47
266
原创 人工智能基础 作业3
一、使用pytorch复现课上例题# https://blog.csdn.net/qq_41033011/article/details/109325070# https://github.com/Darwlr/Deep_learning/blob/master/06%20Pytorch%E5%AE%9E%E7%8E%B0%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD.ipynb# torch.nn.Sigmoid(h_in)import torchx1, x2 =
2022-05-09 16:06:55
385
原创 人工智能基础 作业2
输入值：x1, x2 = 0.5，0.3输出值：y1, y2 =0.23， -0.07激活函数：sigmoid损失函数：MSE初始权值：0.2 -0.4 0.5 0.6 0.1 -0.5 -0.3 0.8目标：通过反向传播优化权值
2022-05-01 15:24:35
147
原创 人工智能基础 作业1
1 安装pycharm，配置好python开发环境1.下载pycharmhttps://www.jetbrains.com/pycharm/download/PyCharm下载时选择Community 版本为免费版本2.安装Anacondahttps://mirrors.tuna.tsinghua.edu.cn/anaconda/
2022-05-01 12:39:25
184
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