1. 完成的实验内容 完成了MNIST手写体识别实验。 2. 实验方式 在华为云ModelArts平台上运行此实验。 使用MindSpore深度学习框架实现一个简单的图片分类实验，整体流程如下： 1、 处理需要的数据集，这里使用了MNIST数据集。 2、 定义一个网络，这里我们使用LeNet网络。 3、 定义损失函数和优化器。 4、 加载数据集并进行训练，训练完成后，查看结果及保存模型文件。 5、 加载保存的模型，进行推理。 6、 验证模型，加载测试数据集和训练后的模型，验证结果精度。 3. 代金券消耗情况

基于MATLAB的BP人工神经网络设计.pdf

⑴神经元是一个多输入、单输出的元件 ⑵神经元是一个具有非线性的元件 ⑶神经元具有可塑性，传递强度可变 ⑷神经元的输出是每个输入综合的结果

一个简单的人工神经网络和遗传算法例子，可以起到很好的借鉴作用，可以看看。

人工神经网络导论.7z

学校布置的作业，不使用封装好的函数，从基层实现ANN网络，用到了反向传播。代码在word汇报中，可以自己更改一些参数。更改参数的一些数据在图表中。ppt中有思路和原理，以及难点和结果分析。

目录网盘文件永久链接 1-1 Keras项目实战课程概述.mp4 1-2 简介与安装.mp4 2-1 训练自己的数据集整体流程.mp4 2-2 数据加载与预处理.mp4 2-3 搭建网络模型.mp4 2-4 学习率对结果的影响.mp4 2-5 Drop-out操作.mp4 2-6 权重初始化方法对比.mp4 2-7 初始化标准差对结果的影响.mp4 2-8 正则化对结果的影响.mp4 2-9 加载模型进行测试.mp4 3-1 卷积层构造.mp4 3-2 整体流程.mp4 3-3 BatchNormalization效果.mp4 3-4 参数对比.mp4 3-5 网络测试效果.mp4 4-1 时间序列模型.mp4 4-2 网络结构与参数定义.mp4 4-3 构建LSTM模型.mp4 4-4 训练模型与效果展示.mp4 4-5 多序列预测结果.mp4 4-6 股票数据预测.mp4 4-7 数据预处理.mp4 4-8 预测结果展示.mp4 5-1 文本数据读取预处理.mp4 5-2 基本模型.mp4 5-3 3-Embeeding-layer效果.mp4 5-4 准备词向量数据.......

人工智能-多节人工神经网络在IR-BCI信号特征提取中的应用.pdf

人工智能-二氧化硅复合材料人工神经网络专家系统的设计研究.pdf

人工智能-二氧化钛纳米管阵列的金属掺杂改性及人工神经网络对其形貌的预测研究.pdf