山东大学人工智能导论实验4工程文件-利用神经网络分类红色和蓝色的花
详解博客地址:https://blog.csdn.net/m0_52316372/article/details/125627113
内容:
利用具有1层隐藏层的神经网络分类红色和蓝色的花。参考1 和 参考2
数据集:
2分类数据集flower,红色和蓝色点的“花”。使用X, Y = planar_utils.load_planar_dataset()加载数据集,X为样本,共有400个,Y为样本对应的标签,0表示红色,1表示蓝色。
目标:建立具有隐藏层的完整神经网络 善用非线性单位 实现正向传播和反向传播,并训练神经网络 了解不同隐藏层大小(包括过度拟合)的影响
代码要求:1.定义模型结构2.初始化模型的参数3.循环计算当前损失(前向传播),请使用Relu激活函数。计算当前梯度(反向传播)更新参数(梯度下降)
文档要求:对比使用逻辑回归和使用具有1层隐藏层神经网络的分类效果(请粘贴2种方法分类效果图),哪种效果更好,分析原因。调整隐藏层大小(至少5种大小),观察不同大小隐藏层的模型的不同表现,请粘贴分类效果图,当隐
1