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
lisw059 分钟前
基于图像的恶意软件分类方法!
人工智能·机器学习
L-影10 分钟前
AI中的Transformer:从RNN的困境到横扫一切的革命(下篇)
人工智能·rnn·ai·transformer
卷福同学12 分钟前
QClaw内测体验,能用微信指挥AI干活了
人工智能·算法·ai编程
sali-tec14 分钟前
C# 基于OpenCv的视觉工作流-章34-投影向量
图像处理·人工智能·opencv·算法·计算机视觉
hughnz17 分钟前
钻井软件市场观察
人工智能·钻井
昊色居士1 小时前
从 APK 到完整 API:逆向工程 JavDB 移动端全过程
人工智能·逆向
Alsian1 小时前
Day43 随机张量与广播机制
人工智能·深度学习·神经网络·机器学习
hixiong1231 小时前
C# OpenvinoSharp使用RAD进行缺陷检测
开发语言·人工智能·c#·openvino
小和尚同志1 小时前
还有人在问 Skills 是啥?感觉和 prompt 一样
人工智能·aigc
星和月1 小时前
人工智能与神经网络
人工智能