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
2601_9495936520 小时前
CANN加速人脸检测推理:多尺度特征金字塔与锚框优化
人工智能
小刘的大模型笔记21 小时前
大模型LoRA微调全实战:普通电脑落地,附避坑手册
人工智能·电脑
乾元21 小时前
身份与访问:行为生物识别(按键习惯、移动轨迹)的 AI 建模
运维·网络·人工智能·深度学习·安全·自动化·安全架构
happyprince21 小时前
2026年02月07日全球AI前沿动态
人工智能
啊阿狸不会拉杆21 小时前
《机器学习导论》第 7 章-聚类
数据结构·人工智能·python·算法·机器学习·数据挖掘·聚类
Java后端的Ai之路21 小时前
【AI大模型开发】-AI 大模型原理深度解析与 API 实战(建议收藏!!!)
人工智能·ai·科普·ai大模型·llm大模型
禁默21 小时前
从图像预处理到目标检测:Ops-CV 助力 CV 任务在昇腾 NPU 上高效运行
人工智能·目标检测·目标跟踪·cann
pp起床21 小时前
Gen_AI 第四课 模型评估
人工智能
zhangshuang-peta21 小时前
人工智能代理团队在软件开发中的协同机制
人工智能·ai agent·mcp·peta
love you joyfully21 小时前
告别“人多力量大”误区:看AI团队如何通过奖励设计实现协作韧性
人工智能·深度学习·神经网络·多智能体