- 博客(8)
- 收藏
- 关注
RSS订阅原创 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-激活代码如下： 代码来源 没有直接调用库函数来计算，而是运用for循环来完成卷积-池化-激活效果 代码如下： 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],
2022-05-28 11:00:04
194
原创 人工智能作业四——卷积
一、卷积概念 1.卷积：其本质上是一种互相关函数计算或者是图像处理中的空间滤波器 数学中卷积，主要是为了诸如信号处理、求两个随机变量和的分布等而定义的运算，所以需要“翻转”是根据问题的需要而确定的 卷积神经网络中“卷积”，是为了提取图像的特征，其实只借鉴了“加权求和”的特点 另外数学中的“卷积核”都是已知的或者给定的，卷积神经网络中“卷积核”本来不是给定的，是根据数据训练学习的。 2.卷积核 其实就是一个矩阵，它的作用就是提取特征，不同卷积核提取的特征不同，网络训练的目的就是提高卷积核提取特征的能力。 3.
2022-05-28 10:51:18
1000
原创 人工智能作业三
1.用pytorch实现例题： import torch x1, 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, w7, w8 = torch.Tensor([0.2]), tor
2022-05-09 10:36:05
138
原创 人工智能作业二
1.反向传播： 反向传播算法是目前用来训练人工神经网络（Artificial Neural Network）的最常用且最有效的算法。是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。 该方法对网络中所有权重计算损失函数的梯度。 这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。（误差的反向传播） 说到神经网络，大家看到这个图应该不陌生： 这是典型的三层神经网络的基本构成，Layer L1是输入层，Layer L2是隐含层，Layer L3是隐含层，我们现在手里有一堆数据
2022-05-09 10:16:50
279
原创 树转换为二叉树
利用左孩子右兄弟的思想，将第一个孩子置为二叉树的左孩子，将节点的右兄弟置为右孩子。 #include<iostream> #include<string> #include<new> using namespace std; #define MAXSIZE 100 typedef struct TreeNode{//左孩子右兄弟类型的二叉树结构体 char data; struct TreeNode *child,*bro; }*CSTree,CSNode; v
2022-05-03 10:05:14
1467
1
原创 单链表的数据删除和正逆向输出
逆向输出采用了栈的思想，从而用递归实现。 #include<iostream> #include<string> #include<stdlib.h> using namespace std; typedef struct LNode{ char data; struct LNode *next; }LNode,*LinkList;//创建链表结构体 LinkList List_HeadInsert(LinkList &L,int n){ //头插法创建链表
2022-05-01 21:10:27
778
原创 人工智能 作业一：PYTorch实现反向传播
01 安装pycharm PyCharm 的下载地址：Download PyCharm: Python IDE for Professional Developers by JetBrains 点击下载社区版，然后安装。 安装完成后打开setting更改一下运行环境 PyCharm安装完成。 02 安装pytorch 2.1 下载并安装CUDA 英伟达官网下载CUDA，链接：CUDA Toolkit 11.6 Update 2 Downloads | NVIDIA Dev...
2022-05-01 19:43:08
173
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