- 博客(6)
- 收藏
- 关注
RSS订阅原创 人工智能-作业5：卷积-池化-激活
人工智能-作业5：卷积-池化-激活For循环版本：手工实现 卷积-池化-激活import numpy as npx = 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,
2022-05-23 15:44:33
81
原创 【2021-2022 春学期】人工智能-作业4：CNN - 卷积
人工智能-作业4：CNN - 卷积一、简单描述卷积、卷积核、多通道、特征图、特征选择概念。卷积是分析数学中一种重要的运算。简单定义：设:f(x),g(x)是R1上的两个可积函数，作积分：卷积核就是图像处理时，给定输入图像，输入图像中一个小区域中像素加权平均后成为输出图像中的每个对应像素，其中权值由一个函数定义，这个函数称为卷积核。多通道 计算机与人类感官系统相对应的多个信息输入和输出通道。特征图 由图像提取出的特征值组成的方图特征选择 ：从已经有的特征中选择若干有效的特征使图片最优二、探究不
2022-05-22 00:45:41
496
原创 人工智能-作业3：例题程序复现 PyTorch版
人工智能-作业3：例题程序复现 PyTorch版1.使用pytorch复现课上例题运行代码：import torchx1, x2 = torch.Tensor([0.5]), torch.Tensor([0.3])y1, y2 = torch.Tensor([0.23]), torch.Tensor([-0.07])print("=====输入值：x1, x2；真实输出值：y1, y2=====")print(x1, x2, y1, y2)w1, w2, w3, w4, w5, w6, w
2022-05-13 00:38:01
291
原创 人工智能作业2-例题程序复现
人工智能作业2-例题程序复现输入值：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贴代码：import numpy as npdef sigmoid(z): a = 1 / (1 + np.exp(-z)) return adef forward_propagate(x1, x2, y1
2022-05-01 15:09:33
65
原创 人工智能-作业1：配置PytTorch环境并利用PyTorch实 现反向传播
这里写自定义目录标题人工智能-作业1：配置PytTorch环境并利用PyTorch实现反向传播安装PyCharm安装Python安装PyCharm人工智能-作业1：配置PytTorch环境并利用PyTorch实现反向传播安装PyCharm进入官网下载安装包https://www.jetbrains.com/pycharm/download/#section=windows；进行安装，按照下图进行勾选安装成功安装Python进入官网下载https://www.python.org/dow
2022-05-01 00:02:04
1701
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