【文件属性】:
文件名称:锻炼:锻炼nndl
文件大小:14.82MB
文件格式:ZIP
更新时间:2021-02-26 04:53:42
JupyterNotebook
《神经网络与深度学习》课程练习
书籍信息:
欢迎大家补充练习译文。
环境设定
本次作业需要首先安装anaconda3下载地址 2.0 pytorch> 0.4
锻炼
1.热身练习热身
numpy是Python中对于矩阵处理很实用的工具包,本小节作业主要是熟悉基本的numpy操作。
2.线性回归模型
3.线性模型
支持向量机
Softmax回归Softmax回归
4.前馈神经网络
利用numpy实现全连接神经网络
5.卷积神经网络卷积神经网络(CNN)
利用卷积神经网络,处理MNIST数据集分类问题。
6.循环神经网络
基于循环神经网络的唐诗生成问题
7.注意力机制
使用序列对模型进行建模。
使用注意序列对模型进行排序。
11.高斯混合模型高斯混合模型
12.限制性玻尔兹曼机
使用适当的玻尔兹曼机(Restricted Boltzmann Machine,RBM),对MNIST数据集建模。
【文件预览】:
exercise-master
----.gitignore(27B)
----chap3_SVM()
--------data()
--------svm.py(2KB)
--------README.md(2KB)
----chap2_linear_regression()
--------linear_regression-tf2.0.ipynb(25KB)
--------test.txt(3KB)
--------README.md(1KB)
--------exercise-linear_regression.ipynb(6KB)
--------train.txt(5KB)
----chap5_CNN()
--------corgi.jpg(95KB)
--------tutorial_cifar10_conv-keras.ipynb(1.68MB)
--------tutorial_mnist_conv-basic.ipynb(6KB)
--------tutorial_random_filter.ipynb(305KB)
--------README.md(915B)
--------tutorial_mnist_conv-keras-sequential.ipynb(5KB)
--------tutorial_mnist_conv-keras.ipynb(5KB)
--------CNN_pytorch.ipynb(5KB)
--------CNN_tensorflow.ipynb(4KB)
----chap6_RNN()
--------题目要求(857B)
--------tangshi.txt(47KB)
--------Learn2Carry-exercise.ipynb(12KB)
--------README.md(716B)
--------poems.txt(9.71MB)
--------tangshi_for_pytorch()
--------poem_generation_with_RNN-exercise.ipynb(12KB)
----chap11_gaussian_mixture()
--------README.md(343B)
----chap1_warmup()
--------numpy_ tutorial.ipynb(10KB)
--------README.md(140B)
----chap3_softmax_regression()
--------softmax_regression-exercise.ipynb(52KB)
--------README.md(424B)
--------logistic_regression-exercise.ipynb(125KB)
----chap14_reinforcement_learning()
--------reversi()
--------RL_QG_agent.py(954B)
--------__init__.py(13KB)
--------README.md(1KB)
--------reversi_main.py(2KB)
--------期末作业说明.pdf(300KB)
----README.md(1KB)
----chap7-seq2seq-and-attention()
--------sequence_reversal_with_attention-exercise.ipynb(11KB)
--------seq2seq-attn.jpg(46KB)
--------seq2seq.png(15KB)
--------sequence_reversal-exercise.ipynb(10KB)
----chap4_ simple neural network()
--------tf2.0-tutorial.pdf(2.59MB)
--------README.md(2KB)
--------tutorial_minst_fnn-tf2.0-exercise.ipynb(7KB)
--------tf2.0-exercise.ipynb(4KB)
--------tutorial_minst_fnn-numpy-exercise.ipynb(17KB)
----chap12_RBM()
--------rbm.py(884B)
--------README.md(1KB)