实验12深度学习

实验12深度学习

一、实验目的

(1)理解并熟悉深度神经网络的工作原理;

(2)熟悉常用的深度神经网络模型及其应用环境;

(3)掌握Anaconda的安装和设置方法,进一步熟悉Jupyter Notebook的使用方法;

(4)掌握Keras和TensorFlow的安装和使用;

(5)熟读手写数字识别深度学习的MNIST Number Recognition代码,在提示需要增加相关代码的位置增加正确的代码;
二、实验内容

1、在Anaconda环境中安装深度学习所需要的Keras和TensorFlow框架, 安装完成后,用Jupyter Notebook运行手写数字识别代码MNIST Number Recognition。

安装完成后,用Jupyter Notebook运行手写数字识别代码MNIST Number Recognition。

导入如下:

2、成功运行后,在有提示需要增加代码的位置上增加正确代码并调试运行。

运行代码如下:




三、实验体会与总结

学会安装配置 Keras 与 TensorFlow,剖析 MNIST Number Recognition 代码并补写,深化理论认知。

相关推荐
lihuayong20 分钟前
LangGraph React智能体 - 推理与行动的完美结合
人工智能·langgraph·react 智能体
机器之心22 分钟前
Meta用40万个GPU小时做了一个实验,只为弄清强化学习Scaling Law
人工智能·openai
曾经的三心草26 分钟前
OpenCV5-图像特征harris-sift-特征匹配-图像全景拼接-答题卡识别判卷
人工智能·opencv·计算机视觉
慧星云39 分钟前
魔多 AI 支持 Wan 系列在线训练 :解锁视频生成新高度
人工智能
麻辣兔变形记1 小时前
Solidity 合约超限问题及优化策略:以 FHEFactory 为例
人工智能·区块链
渡我白衣1 小时前
未来的 AI 操作系统(二)——世界即界面:自然语言成为新的人机交互协议
人工智能·语言模型·人机交互
墨利昂1 小时前
词向量:自然语言处理技术体系的核心基石
人工智能·自然语言处理
格林威2 小时前
可见光工业相机半导体制造领域中的应用
图像处理·人工智能·数码相机·计算机视觉·视觉检测·制造·工业相机
星期天要睡觉2 小时前
计算机视觉(opencv)——基于 MediaPipe 人体姿态检测
人工智能·opencv·计算机视觉
资讯全球2 小时前
2025机器人自动化打磨抛光设备及汽车零件打磨新技术10月应用解析
人工智能·机器人·自动化