CNLWW的博客

卷积神经网络图像分类1本次实验将完成以下任务：按照 python笔记本深度学习,利用TensorFlow和Keras，自己搭建卷积神经网络完成狗猫数据集的分类实验；将关键步骤用汉语注释出来。解释什么是overfit（过拟合）?什么是数据增强？如果单独只做数据增强，精确率提高了多少？然后再添加的dropout层，是什么实际效果？用Vgg19网络模型完成狗猫分类，写出实验结果；（选做）不用TensorFlow，改用pytorch，进行狗猫分类实验。1首先，检查一下anaconda的版本号，随后创

信息熵与压缩编码基础1 .什么是信息熵2.问题解答3.一幅1024*768的24位RGB彩色图像一共在内存中占有多少字节？ 如果将其保存为非压缩格式的BMP文件，文件有多少字节？请用实例验证4.总结本次实验，我将对于以下问题进行解决什么是信息熵？一串消息包含A，B，C，D，E共5类符号，其内容是AABBBBAAAACCCCCCCCCEEEEEEDDDDEEEEEEEEEEEEE, 请问其信息熵是多少？如果分别采用香农-凡诺编码，霍夫曼编码，压缩率分别是多少？一幅1024*768的24位RGB彩色图

机器学习数学基础之Python矩阵运算1.在Jupyter中写下Python矩阵基本运算学习记录1.1 python矩阵操作1.1.1 首先打开jupyter，引入numpy1.1.2 创建一个矩阵a并调用1.1.3 使用 shape可以获得矩阵大小1.1.4 使用下标读取矩阵中元素1.1.5 进行行列转换1.1.6 使用二维数组代替矩阵进行矩阵运算1.1.7 矩阵加减法1.1.8 加减失误案例1.1.9 成功案例2.1 python矩阵乘法2.1.1 使用二维数组创建两个矩阵A和B2.1.2 矩阵数乘，见

线性/非线性规划问题求解1.用Excel和python编程完成线性规划问题的求解1.用Excel和python编程完成线性规划问题的求解点开EXCEL，将WORD中数据转移到EXCEL中去

数据的回归与分类分析1. 一元线性回归练习。对“父母子女身高”数据集进行线性回归分析（简化的做法可选取父子身高数据为X-Y）1. 一元线性回归练习。对“父母子女身高”数据集进行线性回归分析（简化的做法可选取父子身高数据为X-Y）首先，打开父母子女身高数据集，对其进行简单的分类可以看到基本所有家庭父母身高及子女身高都有一个固定的值域，由于大部分父母有一样的身高，所以实验中需要筛选部分父母进行线性回归点击高级，将父母身高以及子女身高框选上，条件区域能够勾选筛选条件，由于方便本人直接保存到了表格的旁边