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
tap.AI3 分钟前
RAG系列(一) 架构基础与原理
人工智能·架构
北邮刘老师16 分钟前
【智能体互联协议解析】北邮ACPs协议和代码与智能体互联AIP标准的关系
人工智能·大模型·智能体·智能体互联网
亚马逊云开发者27 分钟前
使用Amazon Q Developer CLI快速构建市场分析智能体
人工智能
Coding茶水间32 分钟前
基于深度学习的非机动车头盔检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉
Rose sait42 分钟前
【环境配置】Linux配置虚拟环境pytorch
linux·人工智能·python
福客AI智能客服1 小时前
从被动响应到主动赋能:家具行业客服机器人的革新路径
大数据·人工智能
司南OpenCompass1 小时前
衡量AI真实科研能力!司南科学智能评测上线
人工智能·多模态模型·大模型评测·司南评测
罗宇超MS1 小时前
如何看待企业自建AI知识库?
人工智能·alm
土星云SaturnCloud1 小时前
液冷“内卷”:在局部优化与系统重构之间,寻找第三条路
服务器·人工智能·ai·计算机外设