网络编程实验，大作业，学习资料下载

蒙奇奇 2021-07-22 16:17:24

即时通信客户端心跳机制及文本消息发送功能实现 QT环境，C语言实现，不调库函数 , 相关下载链接：https://download.csdn.net/download/weixin_44174581/20429110?utm_source=bbsseo

...全文

22 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

2014年斯坦福大学Andrew Ng在Coursera上的机器学习公开课作业答案(程序源码)。

【吴恩达课后编程作业】Course 1 - 神经网络和深度学习 - 第三周作业 - 带有一个隐藏层的平面数据分类上一篇：【课程1 - 第三周测验】※※※※※ 【回到目录】※※※※※下一篇：【课程1 - 第四周测验】声明首先声明本文参考【Kulbear】的github上的文章，本文参考Planar data classification with one hidden...

通过本实验，学习采用Socket（套接字）设计简单的网络数据收发程序，理解应用数据包是如何通过传输层进行传送的。Socket（套接字）是一种抽象层，应用程序通过它来发送和接收数据，就像应用程序打开一个文件句柄，将数据读写到稳定的存储器上一样。一个socket允许应用程序添加到网络中，并与处于同一个网络中的其他应用程序进行通信。一台计算机上的应用程序向socket写入的信息能够被另一台计算机上的另一个应用程序读取，反之亦然。不同类型的socket与不同

本次实验练习使用torch.nn中的类设计一个循环神经网络进行MNIST图像分类。在本次实验中，你要设计一个CNN，用于将28×2828 \times 2828×28的MNIST图像转换为M×M×DM\times M\times DM×M×D的特征图，将该特征图看作是一个长度为M×MM\times MM×M的特征序列，序列中每一个特征向量的大小为DDD，然后使用RNN对该序列分类。 1. 准备数据从torch.nn.Module派生一个子类CNN，表示一个卷积神经网络;用于将

本次实验综合性很强，对于cifar10数据集，可以采取多个模型来训练和调用模型来识别图片，在本次实验中，主要采用了Baseline，LeNet5，这两个模型来进行对比，并最终综合选择较好的一个模型来对图片进行识别。对于Baseline，LeNet5模型网路结构相对简化，神经元个数对比相对较少，所以花费时间相对较少，而LeNet5模型我多次调参，没能较好的处理过拟合现象，所以综合考虑，我最终选择了Baseline模型来实现图像的识别。1.3分别查看训练集、训练集标签、测试集、测试集标签的形状，了解数据。

下载资源悬赏专区

13,655

社区成员

12,654,251

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章