《神经网络与深度学习》课后习题

python reduce()/map() 将字符串转成浮点数

最近在学习廖雪峰老师的python教程所以最在这里插入代码片近更新的将主要是课后习题，今天学习的是高阶函数reduce/map课后练习题如下?
第一辈子·2022-12-22 08:04

PyTorch基本操作练习

实现了一些PyTorch基本操作，原理可参考《神经网络与深度学习》《动手学深度学习》中的内容。个人练习，切勿与任何作业和考试挂钩。代码运行在Python3.9.7版本以及Pytorch1.10版本中。
JMDou·2022-12-21 13:16

Week 11:Application：Photo OCR课后习题解答

大家好，我是MacJiang,今天和大家分享的是Coursera-StanfordUniversity-MachineLearning-Week11:Application:PhotoOCR的课后习题解答
Mac Jiang·2022-12-21 08:34

HBU_神经网络与深度学习 实验7 前馈神经网络：鸢尾花分类

数据处理(1)数据分组(2)数据读取(3)用DataLoader进行封装3.模型构建4.完善Runner类5.模型训练6.模型评价7.模型预测二、实验Q&A三、实验总结写在前面的一些内容本文为HBU_神经网络与深度学习实验
ZodiAc7·2022-12-21 06:38

HBU_神经网络与深度学习 实验5 前馈神经网络：二分类任务

目录写在前面的一些内容一、神经元1.净活性值2.激活函数(1)Sigmoid型函数(2)ReLU型函数二、基于前馈神经网络的二分类任务1.数据集构建2.模型构建(1)线性层算子(2)Logistic算子（激活函数）(3)层的串行组合3.损失函数4.模型优化(1)反向传播算法(2)损失函数(3)Logistic算子(4)线性层(5)整个网络(6)优化器5.完善Runner类：RunnerV2_16.
ZodiAc7·2022-12-21 06:38

HBU_神经网络与深度学习 实验6 前馈神经网络：自动梯度计算 及 优化问题

目录写在前面的一些内容一、自动梯度计算和预定义算子1.利用预定义算子重新实现前馈神经网络2.完善Runner类3.模型训练4.性能评价二、优化问题1.参数初始化2.梯度消失问题（1）模型构建（2）使用Sigmoid型函数进行训练（3）使用ReLU函数进行模型训练3.死亡ReLU问题（1）使用ReLU进行模型训练（2）使用LeakyReLU进行模型训练三、实验总结写在前面的一些内容本文为HBU_神经
ZodiAc7·2022-12-21 06:38

HBU_神经网络与深度学习 实验1 numpy

目录一、numpy的array操作二、array的数学运算三、matplotlib在numpy中的简单应用四、实验总结注：本文为HBU_神经网络与深度学习实验（2022年秋）实验1的实验报告，此文对模板
ZodiAc7·2022-12-21 06:07

HBU_神经网络与深度学习 实验3 线性回归

目录写在前面的一些内容一、实现一个简单的线性回归模型1.数据集构建2.模型构建3.损失函数4.模型优化5.模型训练6.模型评估二、多项式回归1.数据集构建2.模型构建3.模型训练4.模型评估三、Runner类介绍四、基于线性回归的波士顿房价预测1.数据处理（1）数据预览（2）数据清洗（3）数据集划分（4）特征工程2.模型构建3.完善Runner类4.模型训练5.模型测试6.模型预测五、实验Q&A六
ZodiAc7·2022-12-21 06:07

浙大版《C语言程序设计》第四版(何钦铭颜晖) 第5章 函数 课后习题答案

你也可以上程序咖(https://meta.chengxuka.com)，打开大学幕题板块，不但有答案，讲解，还可以在线答题。一、选择题1.在C语言程序中，若对函数类型未加显式说明，则函数的隐含类型为（）。A.voidB.doubleC.charD.int答：D解析：在不返回结果的函数定义中，void不能省略；否则，函数类型被默认定义为int。2.以下正确的说法是（）。A.实参与其对应的形参共同占
·2022-12-20 16:40

统计学习方法 李航 课后习题答案 第二版 机器学习

李航《统计学习方法》课后习题答案（第2版）【李航课后习题解答+书中疑点推导+算法代码实现+可私聊耐心解答(48小时内回复)，包会！！】
#苦行僧·2022-12-20 09:50

计算机信息安全技术课后习题答案

计算机信息安全技术课后习题答案计算机信息安全技术（第2版）付永刚部分习题答案第一章计算机信息安全技术概述选择题关于访问控制服务的描述中，正确的是（A）A.可控制用户访问网络资源B.可识别发送方的真实身份
十言1·2022-12-20 03:47

数据库原理及应用教程 第4版|微课版答案 陈志泊主编 课后习题答案

数据库原理及应用教程第4版|微课版答案陈志泊主编第一章一、选择题二、填空题第二章一、选择题二、填空题第三章一、选择题二、填空题第四章一、选择题二、填空题第五章一、选择题二、填空题第六章一、选择题二、填空题第七章一、选择题二、填空题其他大题答案后续更新第一章一、选择题1.C2.B3.D4.C5.D6.B7.A8.B9.D10.B11.C12.D13.D14.D15.B16.C17.D18.A19.D
搬砖小菜~·2022-12-19 12:28

《MySQL数据库原理、设计与应用》课后习题及答案 黑马程序员编著

《MySQL数据库原理、设计与应用》课后习题及答案黑马程序员编著答案有文档形式，但是csdn必须要下载，，需要的人就去那里下载吧。
Halo_cx·2022-12-19 12:58

Caffe 增加自定义 Layer 及其 ProtoBuffer 参数

blog.csdn.net/kkk584520/article/details/52721838http://blog.csdn.net/kkk584520博客内容基于新书《深度学习：21天实战Caffe》，书中课后习题答案欢迎读者留言讨论
知海无涯学无止境·2022-12-18 19:27

Caffe 增加自定义 Layer 及其 ProtoBuffer 参数[转自：卜居https://blog.csdn.net/kkk584520/article/details/52721838]

博客内容基于新书《深度学习：21天实战Caffe》，书中课后习题答案欢迎读者留言讨论。以下进入正文。在使用Caffe过程中经常会有这样的需求：已有Layer不符合我的应用
jimfang1987·2022-12-18 19:27

[2022-12-17]神经网络与深度学习第5章 - 循环神经网络(part 1)

contents循环神经网络part1-RNN记忆能力实验写在开头循环神经网络的记忆能力实验数据集构建数据集构建函数数据集加载构建Dataset类模型构建嵌入层SRN层自己实现torch框架实现比较线性层模型汇总模型训练训练指定长度的数字预测模型模型评价写在最后循环神经网络part1-RNN记忆能力实验写在开头在前面的作业中我们就已经提及，循环神经网络是带有记忆能力的一类神经网络结构，就像数字电路
三工修·2022-12-18 07:42

[2022-12-17]神经网络与深度学习 hw9 - bptt

contentshw9-BackPropagationThroughTimetask1题目内容题目思路+题目解答题目总结task2题目内容题目思路+题目解答题目总结hw9-BackPropagationThroughTimetask1题目内容推导RNN反向传播算法BPTT。题目思路+题目解答首先我们要清楚RNN进行前向传播的过程：由输入层→state层:输入层部分除了原始的输入资料外会再加上t-1
三工修·2022-12-18 07:12

【软件工程】期末复习题 | 第一~十四章例题/课后习题

软件工程期末复习题整理（答案在文末）目录软件工程期末复习题整理（答案在文末）一、判断题二、选择题三、简答题四、应用题一、判断题第一章1.软件就是程序，编写软件就是编写程序。（）2.软件危机的主要表现是软件需求增加，软件价格上升。（）3.软件工程学科出现的主要原因是软件危机的出现。（）4.与计算机科学的理论研究不同，软件工程是一门原理性学科。（）第二章5.瀑布模型的最大优点是将软件开发的各个阶段划分
KirinLee_01·2022-12-17 17:19

神经网络与深度学习笔记（五）偏差与方差

文章目录前言什么是高偏差，高方差利用数据集误差判断拟合情况处理方式看模型在训练集上的表现看模型在开发集上的表现后记前言这篇文章的内容主要是偏差与方差的相关解释什么是高偏差，高方差在训练神经网络时，我们需要使用偏差与方差评估模型的准确度。但是，到底什么是高偏差？什么是高方差？我们举个靶心的例子。如果数据点集中于非靶心的地方，就是欠拟合。在这种情况下，模型属于高偏差如果数据点集中于靶心。拟合程度就刚刚
沧夜2021·2022-12-17 13:15

北京理工大学操作系统复习——习题+知识点

文章目录传送门前言ppt习题+课后习题汇总第1章操作系统概论操作系统性能指标计算第2章进程管理进程调度算法课后2-9：最短作业优先课后2-12：四种算法比较课后2-13：轮转与优先级调度第3章并发控制进程同步生产者消费者问题理发师问题
亦梦亦醒乐逍遥·2022-12-17 09:05

【R语言编程基础】【课后习题答案】【全】

文章目录第1章R语言概述1.选择题2.操作题第2章数据对象与数据读写1.选择题2.操作题第3章数据集基本处理1.选择题2.操作题第4章函数与控制流1.选择题2.操作题第5章初级绘图1.选择题2.操作题第6章高级绘图1.选择题2.操作题第7章可视化数据挖掘工具Rattle1.选择题2.操作题资源Reference第1章R语言概述1.选择题（1)多行注释的快捷键是（C）。A.Ctrl+Shin+NB.
爱笑的冷面鬼·2022-12-17 01:20

周志华《机器学习》第一章读书笔记以及课后习题答案

读书笔记1.根据训练数据是否拥有标记信息，学习任务可大致分两类学习任务代表监督学习分类，回归无监督学习聚类2.学得模型适用于新样本的能力，称为“泛化”能力。3.假设空间和版本空间例题的假设空间由3部分组成①色泽，根蒂，敲声分别有3,3,3种取值②色泽，根蒂，敲声取什么值都合适，我们使用通配符“*”来表示，所以取值分别用1,1,1表示③还有一种极端情况，有可能“好瓜”这个概念根本就不成立，世界上压根
纵深·2022-12-16 20:28

《神经网络与深度学习》学习笔记_表示学习

表示学习：如何自动从数据中学习好的表示通过构建具有一定“深度”的模型，可以让模型来自动学习好的特征表示（从底层特征，到中层特征，再到高层特征），从而最终提升预测或识别的准确性原始数据——底层特征——中层特征——高层特征——预测——结果其中，“底层特征——中层特征——高层特征”称为表示学习1.特征提取VS表示学习特征提取：基于任务或先验对去除无用特征并不保证对分类器的结果有提供与帮助表示学习：通过深
全自动学习机器·2022-12-16 13:32

【计算机网络(微课版)】第6章 应用层 课后习题及答案

6.1简述应用层协议定义的内容。解答：(1)交换的报文类型，如请求报文和响应报文；(2)各种报文类型的语法，如报文中的各个字段及其详细描述；(3)字段的语义，即包含在字段中的信息的含义；(4)进程何时，如何发送报文及对报文进行响应。6.2因特网的域名结构是怎样的？这样的结构有什么优点？解答：因特网采用层次树状结构的命名方法，任何一个连接在因特网上的主机或路由器，都有一个唯一的层次结构的名字，即域名
浙桐·2022-12-16 12:07

《计算机网络教程》(微课版 第五版) 第二章 物理层 课后习题及答案

第二章、物理层本章的习题（红色为重点）物理层要解决什么问题？物理层协议的主要任务是什么？ 物理层要解决的主要问题： ①.物理层要尽可能屏蔽掉物理设备、传输媒体和通信手段的不同，使上面的数据链路层感觉不到这些差异的存在，而专注于完成本层的协议与服务。 ②.给其服务用户（数据链路层）在一条物理的传输媒体上传送和接收比特流（一般为串行按顺序传输的比特流）的能力。为此，物理层应解决物理连接的建立、维持和释
大誌·2022-12-16 12:36

《计算机网络教程》(微课版 第五版)第三章 数据链路层 课后习题及答案

3-1数据链路（即逻辑链路）与链路（即物理链路）有何区别？“电路接通了”与“数据链路接通了”的区别何在？（1）数据链路与链路的区别在于——数据链路除链路外，还必须有一些必要的规程来控制数据的传输。因此，数据链路比链路多了实现通信规程所需要的硬件和软件。（2）“电路接通了”表示链路两端的结点交换机已经开机，物理连接已经能够传送比特流了。但是，数据传输并不可靠。在物理连接基础上，再建立数据链路连接，才
大誌·2022-12-16 12:36

现代操作系统英文第四版课后习题答案——第二章

@T现代操作系统第四版参考答案现代操作系统英文第四版第二章参考答案——进程先更新第二章的答案，习惯中文的童鞋请左转百度翻译Solutionforchapter2Thetransitionfromblockedtorunningisconceivable.SupposethataprocessisblockedonI/OandtheI/Ofinishes.IftheCPUisotherwiseidle
Li-VEN·2022-12-16 11:23

第五章-课后习题

5.1题目：我国1949-2008年每年铁路货运量数据如表5-9所示：请选择适当的模型拟合该序列，并预测2009-2013年我国铁路货运量。SAS程序dataa;inputvolume@@;year=intnx("year",'01jan1949'd,_n_-1);formatyearyear4.;cards;54167551965630057482587966026661465628286465
华农-应用时间序列分析课程资源·2022-12-16 03:19

【SLAM十四讲学习】——Chapter1-预备知识

一、课后习题：记录一下个人觉得值得记录的东西，重新拾起，加油！线性方程Ax=b,若已知A,b,需要求解x,该如何求解?对A和b有什么要求？高斯分布？一维什么样子？高纬什么样子？C++中的类？STL?
Amazingren·2022-12-16 00:02

吴恩达深度学习deeplearning.ai——第一门课：神经网络与深度学习——第三节：浅层神经网络

3.1神经网络概述（NeuralNetworkOverview）本章你将学习如何实现一个神经网络。在我们深入学习具体技术之前，我希望快速的带你预览一下本章你将会学到的东西。如果这个视频中的某些细节你没有看懂你也不用担心，我们将在后面的几个视频中深入讨论技术细节。现在我们开始快速浏览一下如何实现神经网络。上章我们讨论了逻辑回归，我们了解了这个模型(见图3.1.1)如何与下面公式3.1建立联系。图3.
Lishier99·2022-12-15 16:06

TensorFlow2.1入门学习笔记(3)——Pillow数字图像处理

主要学习的资料西安科技大学：神经网络与深度学习——TensorFlow2.0实战，北京大学：人工智能实践Tensorflow笔记博客从tf常用的库开始，需要学习python
Wang Yuexin·2022-12-15 15:55

1-4 Coursera吴恩达《神经网络与深度学习》第四周课程笔记-深层神经网络

记录吴恩达深度学习专项课程笔记，方便之后回顾，共5门课，这是第一门课《神经网络与深度学习》第四周深层神经网络的课程笔记，那我们开始吧。上节课课程1-3浅层神经网络我们主要介绍了浅层神经网络。
双木的木·2022-12-15 14:14

机器学习（周志华）课后习题

第1章绪论1.1表1.1若只包含编号1和4的两个样例，试给出相应的版本空间。版本空间：与训练及一致的假设集合。色泽=青绿，根蒂=*，敲声=*；色泽=*，根蒂=蜷缩，敲声=*；色泽=*，根蒂=*，敲声=浊响；色泽=青绿，根蒂=蜷缩，敲声=*；色泽=青绿，根蒂=*，敲声=浊响；色泽=*，根蒂=蜷缩，敲声=浊响；色泽=青绿，根蒂=蜷缩，敲声=浊响；1.2求假设空间的大小析合范式：先合取再析取的范式；根据
paintShadow·2022-12-14 15:56

【编译原理】学习笔记以及课程设计

编译原理教材用的是《编译原理》（第三版）陈火旺著，电子版戳这里密码：x4ut课后习题答案戳这里密码：nkv9教学PPT戳这里密码：0tfzPPT习题答案戳这里密码：v9ct（侵删）课程设计1——词法分析器设计题目
蝉鸣的夏天·2022-12-14 13:22

【编译原理】第三章部分课后题答案

第三章课后习题T3.1考虑文法S→(L)∣aL→L,S∣SS\rightarrow(L)\space|\spacea\\L\rightarrowL,S\space|\spaceSS→(L)∣aL→L,S
不牌不改·2022-12-14 06:23

神经网络与深度学习：人工神经网络（上）

人工神经网络（上）1.神经元与感知机2.实例：实现单层神经网络2.1神经网络的设计2.2神经网络的实现2.3具体步骤实现3.多层神经网络3.1异或问题3.2复杂边界问题3.3前馈神经网络3.4全连接网络3.5万能近似定理3.6隐含层的设计4.误差反向传播算法5.激活函数5.1sigmoid函数5.2ReLU函数5.3Leaky-ReLU函数5.4其它函数6.实例：实现多层神经网络6.1多层神经网络
Twinkle1231·2022-12-14 01:26

神经网络与深度学习：人工神经网络（下）

人工神经网络（下）1.小批量梯度下降法1.1批量梯度下降1.2随机梯度下降1.3小批量梯度下降2.梯度下降法的优化2.1小批量样本的选择2.2批量大小2.3学习率2.4梯度3.Keras和tf.Keras4.Sequential模型3.1搭建模型3.2配置训练方法3.3训练模型3.4评估模型3.5使用模型5.实例：实现手写数字识别6.模型的保存和加载6.1保存模型参数6.2加载模型参数6.3保存整
Twinkle1231·2022-12-14 01:26

神经网络与深度学习：卷积神经网络

卷积神经网络1.深度学习基础2.图像识别与深度学习3.图像卷积3.1图像卷积运算3.2图像卷积在机器学习中的应用4.卷积神经网络5.卷积神经网络的优化1.深度学习基础特征工程：尽可能选择和构建出好的特征，使得机器学习算法能够达到最佳性能。深度神经网络：有多层隐含层的神经网络。深度学习：自动的从数据中学习与任务相关的特征；提取出的特征缺乏可解释性。端到端学习：自动从数据中学习特征（端到端思想就是输入
Twinkle1231·2022-12-14 01:14

机器学习-周志华-课后习题-绪论

绪论假设空间：即所有可能的假设。他无关训练过程，是基本样本的可能做出的判断版本空间：所有与训练集匹配的假设集合奥卡姆剃刀（Occam’srazor）：若有多个与观察一致的假设，则选择其中最简单的一个。||这个说法涉及到对于简单的定义。在多数场合，简单可以直接判断，例如：线性比非线性简单。但是在机器学习的很多场合，简单是难以直观定义的。没有免费的午餐（NofreelunchTheorem）：对于一个
庐州小白·2022-12-13 20:52

《机器学习》周志华第一章课后习题

机器学习第一章课后习题答案1.1先区分两个概念，假设空间和版本空间。
huzimu_·2022-12-13 20:44

第5章 使用pandas进行数据预处理 课后习题

1.选择题(1)数据质量包含的要素有(D)A.准确性、完整性B.一致性、可解释性C.时效性、可信性D.以上所有要素(2)以下关于数据分析预处理的过程描述正确的是©A.数据清洗包括了数据标准化、数据合并和缺失值处理B.数据合并按照合并轴方向主要分为左连接、右连接、内连接和外连接C.数据分析的预处理过程主要包括数据清洗、数据合并、数据标准化和数据转换，他们之间存在交叉，没有严格的先后关系D.数据标准化
爱喝水的李师傅·2022-12-13 18:42

2022－2023大二第一学期复盘

1我的大学生活之大学英语学习1）在这个学期的大学英语学习中，我的GPS[Gains]每单元的课后习题都能让我及时的复习巩固前面的文章内容[Problems]感觉这一学期我的英语词汇明显下降了，觉得自己越来越笨
Silvia_2c77·2022-12-12 19:33

《神经网络与深度学习》算法伪代码汇总

目录第三章线性模型算法3.1两类感知器的参数学习算法算法3.2一种改进的平均感知器参数学习算法算法3.3广义感知器参数学习算法第四章前反馈神经网络算法4.1使用反向传播算法的随机梯度下降训练过程第七章网络优化与正则化算法7.2一种逐次减半的动态资源分配方法第十章模型独立的学习方式算法10.1二分类的AdaBoost算法算法10.2自训练的训练过程算法10.3协同训练的训练过程算法10.4多任务学习
是一个小迷糊吧·2022-12-12 18:06

神经网络与深度学习（八）网络优化与正则化（3）不同优化算法比较

7.3不同优化算法的比较分析除了批大小对模型收敛速度的影响外，学习率和梯度估计也是影响神经网络优化的重要因素。神经网络优化中常用的优化方法也主要是如下两方面的改进，包括：学习率调整：主要通过自适应地调整学习率使得优化更稳定。这类算法主要有AdaGrad、RMSprop、AdaDelta算法等。梯度估计修正：主要通过修正每次迭代时估计的梯度方向来加快收敛速度。这类算法主要有动量法、Nesterov加
冰冻胖头鱼·2022-12-12 18:55

神经网络与深度学习（八）网络优化与正则化（3）不同优化算法比较

目录7.3不同优化算法的比较分析7.3.1优化算法的实验设定7.3.1.12D可视化实验7.3.1.2简单拟合实验7.3.2学习率调整7.3.2.1AdaGrad算法7.3.2.2RMSprop算法7.3.3梯度估计修正7.3.3.1动量法7.3.3.2Adam算法7.3.4不同优化器的3D可视化对比参考7.3不同优化算法的比较分析除了批大小对模型收敛速度的影响外，学习率和梯度估计也是影响神经网络
红肚兜·2022-12-12 09:42

[2022-10-23]神经网络与深度学习 hw6 - 基于CNN的XO识别

contents神经网络与深度学习hw6-基于CNN的XO识别task1实现卷积-池化-激活Numpy版本：手工实现卷积-池化-激活卷积池化激活拉平操作效果Pytorch版本：调用函数实现卷积-池化-激活
三工修·2022-12-12 09:32

[2022-10-30]神经网络与深度学习 hw7 - 第五章课后题（1×1 卷积核 | CNN BP）

contentshw7-第五章课后题（1×1卷积核|CNNBP）task1(5-2)题目内容题目思路题目过程题目总结task2(5-3)题目内容题目思路题目过程题目总结task3(5-4)题目内容题目思路题目解答题目总结task4(5-7)题目内容题目思路题目解答前向计算过程反向计算过程题目总结taskex-1题目内容题目思路题目解答题目总结写在最后hw7-第五章课后题（1×1卷积核|CNNBP）
三工修·2022-12-12 09:01

神经网络与深度学习作业12：第七章课后题

目录习题7-1在小批量梯度下降中,试分析为什么学习率要和批量大小成正比.习题7-2在Adam算法中,说明指数加权平均的偏差修正的合理性（即公式(7.27)和公式(7.28)).习题7-9证明在标准的随机梯度下降中,权重衰减正则化和l,正则化的效果相同.并分析这一结论在动量法和Adam算法中是否依然成立.第七章总结习题7-1在小批量梯度下降中,试分析为什么学习率要和批量大小成正比.  在小批量梯度下
红肚兜·2022-12-12 09:01

[2022-12-11]神经网络与深度学习 hw12 - 小作业

contentshw12-不知道该起个什么名字task1题目内容题目分析+题目解答题目总结task2题目内容题目分析+题目解答题目总结task3题目内容题目分析+题目解答题目总结写在最后hw12-不知道该起个什么名字task1题目内容在小批量梯度下降中，尝试分析为什么学习率要和批量大小成正比。题目分析+题目解答首先是小批量梯度下降的中有：gt(θ)=1K∑(x,y)∈St∂L(y,f(x;θ)∂θ
三工修·2022-12-12 09:59

[2022-12-11]神经网络与深度学习第6章 - 网络优化与正则化

contents网络优化与正则化-不同优化算法比较写在开头不同优化算法的比较分析优化算法的实验设定2D可视化实验简单拟合实验学习率调整AdaGradRMSProp梯度估计修正动量法Adam算法不同优化器的3D可视化对比关于制作动画图像写在最后网络优化与正则化-不同优化算法比较写在开头我们通过学习，已经知道了在深度学习中各式各样的优化算法了。在本次实验中，我们将对不同的优化算法进行比较分析。除了批大
三工修·2022-12-12 08:52
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他