【第三课】作业汇总-神经网络专题

[wqw547243068]

第二课作业

• （1）你画我猜demo修复了
• （2 ) 图片下载bug的参考方法 -（3）本次作业见主页里的表格
• 详情：
  • ①熟悉fastai+kaggle环境——【可选】
  • ②执行scikit-learn代码——【可选】
  • ③学完google机器学习速成课速成课——【可选】内容多

  • ④预习神经网络fastai第五课——【必须】

• 注意：先阅读如何提交作业

[from0to8]

我用fastai中的resnet18和resnet34在mnist数据集上进行了实验准确率99%，但是自己又用tensorflow手写了普通神经网络和简单cnn，但是正确率都只有10%。。正在思考原因。。。。https://colab.research.google.com/drive/1eBjyemmNFoO9AxSVz1RL9fGLYqjaIF5-#scrollTo=yInNdPj6l2cJ resnet18结果 resnet34结果 普通神经网络 普通cnn 我再去查查资料看看为什么cnn正确率这么低

重新查找了原因，多加了一个softmax函数，损失函数使用的也不对。。。 这是调整后的正确率

[ztq222]

一开始想挑战一下 用pandas和numpy手写一个XOR的分类器 不过在逆向传播的数学部分卡住了。先上代码再说 https://github.com/ztq222/fastai-homework/blob/master/XOR%20CLASSIFIER.ipynb

[huakaibanmu]

https://colab.research.google.com/drive/1n5FMqKtX0Ot0WO_rAdA4cygQN9MPyTin 用keras实现简单的mnist分类

[LiJinghua18]

【作业】第三课---TensorFlow实现mnist分类，准确率为99% 参考《神经网络与深度学习》实现神经网络对mnist手写数字识别，准确率为95.4% 作业地址：https://github.com/LiJinghua18/School-of-AI/tree/master/%E4%BD%9C%E4%B8%9A%E4%B8%89

[zhouqihong]

必选 Keras实现对Iris数据集进行多分类（请教最后一步有问题） https://colab.research.google.com/drive/17yMOJpImuEgftm3QfRBrC6PxTddR8f_L#scrollTo=hSr1-7Blt1v9