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
**梯度已爆炸**1 分钟前
语言模型的评估指标整理
人工智能·语言模型·自然语言处理
wydxry10 分钟前
MOE架构详解:原理、应用与PyTorch实现
人工智能·pytorch·架构
MUTA️18 分钟前
SAM附录详解
图像处理·人工智能·计算机视觉
热心不起来的市民小周29 分钟前
基于 BiLSTM+自注意力机制(改进双塔神经网络) 的短文本语义匹配
人工智能·深度学习·神经网络
奇墨 ITQM31 分钟前
FastGPT + Kymo AI生态创新平台,搭建企业智能化知识管理
人工智能
说私域1 小时前
零售新范式:开源AI大模型、AI智能名片与S2B2C商城小程序源码驱动下的圈层渗透革命
人工智能·开源·零售
麦兜*1 小时前
大模型时代,Transformer 架构中的核心注意力机制算法详解与优化实践
jvm·后端·深度学习·算法·spring·spring cloud·transformer
柠檬味拥抱1 小时前
基于YOLOv8的无人机位置捕捉识别项目|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
人工智能
算家计算1 小时前
告别“AI味”图像!最新开源AI模型FLUX.1-Krea实现真实光影生成
人工智能·开源·aigc
用户46175752470651 小时前
小白也能懂---Transformer中Look-Ahead Mask 的实现
人工智能