第三次作业:卷积神经网络基础

OUC软工高老师 老师 2022-10-10 09:16:42

Part1  视频学习:学习专知课程《卷积神经网络》,主要内容包括:

  • CNN的基本结构:卷积、池化、全连接
  • 典型的网络结构:AlexNet、VGG、GoogleNet、ResNet

Part2  代码练习:需要使用谷歌的 Colab ,大家有任何问题可以随时在群里 AT 我。有部分同学已经做过这部分代码练习,可以略过。

本周需要各个小组写一个学习博客,并回答下面的问题,博客链接在下面提交任务即可,时间截止为本周六(10月15日22:00)

本周写博客需要思考的问题:
1、dataloader 里面 shuffle 取不同值有什么区别?
2、transform 里,取了不同值,这个有什么区别?
3、epoch 和 batch 的区别?
4、1x1的卷积和 FC 有什么区别?主要起什么作用?
5、residual leanring 为什么能够提升准确率?
6、代码练习二里,网络和1989年 Lecun 提出的 LeNet 有什么区别?
7、代码练习二里,卷积以后feature map 尺寸会变小,如何应用 Residual Learning?
8、有什么方法可以进一步提升准确率?

...全文
1353 1 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
0人已提交
完成率0%
暂无数据
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
CSDN-Ada助手 2023-01-13
  • 打赏
  • 举报
回复
您可以前往 CSDN问答-人工智能 发布问题, 以便更快地解决您的疑问
【资源说明】 基于Python.Numpy实现BP卷积神经网络识别手写数字源码(含超详细注释+使用说明).zip 文件夹结构功能 1.文件夹 - data:mnist手写数字数据集,包含训练、测试数据 - parameters:神经网络训练结果保存路径 - figure:该文档中的图片 2.文件 - activate.py:激活函数层,包含Sigmoid,SoftMax - bp.py:BP神经网络层,全连接层 - BPmain.py:BP神经网络测试文件 - CNNmain.py:卷积神经网络测试文件 - conv.py:卷积层 - load_mnist.py:mnist数据加载 - module.py:网络层、结构接口定义 - pool.py:池化层 - saveandread.py:神经网络参数保存加载 # 三、项目运行 ## 1.BP神经网络测试 1.1测试目标 - 使用BP神经网络对数据进行分类 1.2测试方式 - 运行BPmain.py文件 1.3测试结果 - 1.训练完成后输出如下 ```bash 开始训练: 2023-02-18 20:16:09.905283 训练已完成练100% 结束训练: 2023-02-18 20:16:56.179266 ``` - 2.测试结果如下图所示,可以看到,神经网络可以将红点与蓝点进行分类 ![](./figure/Figure_1.png) - 3.训练误差如下图所示,可以看到,训练过程中误差在不断缩小 ![](./figure/Figure_2.png) ## 2.卷积神经网络测试 2.1测试目标 - 使用卷积神经网络识别手写数字 2.2测试方式 - 运行CNNmain.py文件 2.3测试结果 - 1.训练完成后输出如下 ```bash 第1次训练开始: 2023-02-18 18:45:01.447278 训练已完成100% 第1次训练结束: 2023-02-18 19:39:28.603512 测试已完成100% 第1次测试结束: 2023-02-18 19:43:05.641130 第1次训练正确率:66.28% 第2次训练开始: 2023-02-18 19:43:05.651106 训练已完成100% 第2次训练结束: 2023-02-18 20:46:34.102317 测试已完成100% 第2次测试结束: 2023-02-18 20:51:22.949554 第2次训练正确率:82.46% 第3次训练开始: 2023-02-18 20:51:22.957532 ... ``` - 2.训练后测试正确率如下图所示,可以看到,随着训练次数增加,正确率在不断提高 ![](./figure/Figure_3.png) ## 3.CNN参数读取测试 3.1测试目标 - 读取训练时保存的参数数据进行数字识别 3.2测试方式 - 运行saveandread.py文件 3.3测试结果 - 1.测试结果如下图所示,可以看到,神经网络可以正确的识别手写数字 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!

69

社区成员

发帖
与我相关
我的任务
社区描述
研究小组社区
人工智能软件工程 高校
社区管理员
  • 科研狗@OUC
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧