《AIGC基礎(chǔ)與應(yīng)用實踐》實訓(xùn)手冊 單元一(4)AI實踐體驗:使用TensorFlow游樂場實現(xiàn)分類_第1頁
《AIGC基礎(chǔ)與應(yīng)用實踐》實訓(xùn)手冊 單元一(4)AI實踐體驗:使用TensorFlow游樂場實現(xiàn)分類_第2頁
《AIGC基礎(chǔ)與應(yīng)用實踐》實訓(xùn)手冊 單元一(4)AI實踐體驗:使用TensorFlow游樂場實現(xiàn)分類_第3頁
《AIGC基礎(chǔ)與應(yīng)用實踐》實訓(xùn)手冊 單元一(4)AI實踐體驗:使用TensorFlow游樂場實現(xiàn)分類_第4頁
《AIGC基礎(chǔ)與應(yīng)用實踐》實訓(xùn)手冊 單元一(4)AI實踐體驗:使用TensorFlow游樂場實現(xiàn)分類_第5頁
已閱讀5頁,還剩1頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

PAGEPAGE2學(xué)生學(xué)號學(xué)生學(xué)號實驗課成績實驗報告實驗課程AIGC基礎(chǔ)與應(yīng)用實踐實驗項目AI實踐體驗:使用TensorFlow游樂場實現(xiàn)分類指導(dǎo)教師班級學(xué)生姓名日期AIGC基礎(chǔ)與應(yīng)用實踐(實驗報告) 教學(xué)模塊AIGC理論基礎(chǔ)教學(xué)單元認(rèn)知AI任務(wù)類型AI實踐體驗總學(xué)時2實施環(huán)境本地計算機(jī)實施時間(學(xué)時)0.5任務(wù)描述在本次AI實踐體驗中,我們將使用TensorFlow游樂場(TensorFlowPlayground)來親手實踐和實現(xiàn)一個簡單的分類問題。TensorFlow游樂場是一個在線工具,它允許用戶通過直觀的界面構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò),同時實時可視化訓(xùn)練過程,幫助用戶理解神經(jīng)網(wǎng)絡(luò)的工作原理。任務(wù)要求設(shè)置至少3個隱藏層,每個隱藏層的節(jié)點(diǎn)數(shù)可自行決定。使用提供的訓(xùn)練數(shù)據(jù)(訓(xùn)練集比例調(diào)整為80%),觀察訓(xùn)練過程中網(wǎng)絡(luò)對測試集的預(yù)測情況。最終輸出:分析表,記錄不同參數(shù)設(shè)置對測試集上的分類準(zhǔn)確率的影響。表格內(nèi)容至少包括:數(shù)據(jù)比例、隱藏層數(shù)、節(jié)點(diǎn)個數(shù)、損失值和測試集的分類準(zhǔn)確率。任務(wù)實施訪問游樂場,熟悉界面功能。構(gòu)建神經(jīng)網(wǎng)絡(luò),設(shè)置結(jié)構(gòu)參數(shù)。調(diào)整數(shù)據(jù)比例,準(zhǔn)備訓(xùn)練。訓(xùn)練神經(jīng)網(wǎng)絡(luò),觀察結(jié)果。調(diào)整參數(shù),優(yōu)化分類準(zhǔn)確率。撰寫報告,總結(jié)實驗過程。AI實踐體驗:使用TensorFlow游樂場實現(xiàn)分類PAGE5 一、實驗?zāi)康牧私馍窠?jīng)網(wǎng)絡(luò)中輸入層、隱藏層和輸出層的作用及連接方式。了解神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)。會使用神經(jīng)網(wǎng)絡(luò)實現(xiàn)數(shù)據(jù)分類與預(yù)測。二、實驗環(huán)境硬件:接入網(wǎng)絡(luò)的PC機(jī)軟件:瀏覽器(用于訪問TensorFlow游樂場)和文本編輯器或文檔處理軟件(如Notepad++、Word、WPS,用于記錄實驗過程和結(jié)果)三、實驗內(nèi)容及實施步驟(90分)請按以下步驟操作,回答問題并記錄答數(shù):(最后將每次操作保存的文檔與實驗報告一起打包,并命名為“學(xué)號+姓名+實驗**.rar”,發(fā)到線上課程)步驟1:訪問TensorFlow游樂場(10分)操作:打開瀏覽器,訪問TensorFlow游樂場網(wǎng)址:熟悉游樂場界面,了解各部分功能。記錄:記錄訪問游樂場的時間及訪問截圖。答:步驟2:構(gòu)建神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)(30分)操作:提取問題中實體的特征向量作為神經(jīng)網(wǎng)絡(luò)的輸入。設(shè)置神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),包括輸入層、隱藏層和輸出層。定義隱藏層的數(shù)量和每個隱藏層的節(jié)點(diǎn)數(shù)(至少設(shè)置3個隱藏層)。記錄:記錄神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)置,包括輸入層、隱藏層和輸出層的節(jié)點(diǎn)數(shù)。截圖。答:步驟3:調(diào)整訓(xùn)練數(shù)據(jù)比例(10分)操作:將訓(xùn)練集數(shù)據(jù)比例調(diào)整為80%。記錄:記錄調(diào)整后的訓(xùn)練集和測試集比例。截圖。答:步驟4:訓(xùn)練神經(jīng)網(wǎng)絡(luò)(20分)操作:開始訓(xùn)練神經(jīng)網(wǎng)絡(luò),觀察訓(xùn)練過程中損失值的變化。觀察神經(jīng)網(wǎng)絡(luò)對測試集的預(yù)測情況,記錄分類準(zhǔn)確率。記錄:記錄訓(xùn)練過程中的損失值、測試集的分類準(zhǔn)確率及觀察結(jié)果。答:步驟5:調(diào)整參數(shù)并重新訓(xùn)練(10分)操作:調(diào)整神經(jīng)網(wǎng)絡(luò)的參數(shù),如隱藏層數(shù)、節(jié)點(diǎn)個數(shù)等。重新訓(xùn)練神經(jīng)網(wǎng)絡(luò),觀察不同參數(shù)設(shè)置對測試集分類準(zhǔn)確率的影響。記錄:記錄每次調(diào)整后的參數(shù)設(shè)置及對應(yīng)的測試集分類準(zhǔn)確率。答:序號層次節(jié)點(diǎn)數(shù)損失值準(zhǔn)確率步驟6:撰寫分析報告(10分)操作:根據(jù)實驗過程和結(jié)果,撰寫分析表,記錄不同參數(shù)設(shè)置對測試集分類準(zhǔn)確率的影響。分析表內(nèi)容至少包括:數(shù)據(jù)比例、隱藏層數(shù)、節(jié)點(diǎn)個數(shù)、損失值和測試集的分類準(zhǔn)確率。撰寫實驗報告,總結(jié)實驗過程、結(jié)果和收獲。記錄:提交分析表和實驗報告的終稿,確保格式規(guī)范、內(nèi)容完整。答:四、實驗總結(jié)(10分)通過本次實驗,已掌握:答:存在的疑問:答:課堂筆記:五、課后思考(+10分)1、如何進(jìn)一步提高神經(jīng)網(wǎng)絡(luò)的分類準(zhǔn)確率?思考通過調(diào)整哪些參數(shù)或采用哪些技巧可以進(jìn)一步提高神經(jīng)網(wǎng)絡(luò)的分類準(zhǔn)確率。答:2、神經(jīng)網(wǎng)絡(luò)在哪些領(lǐng)域有更廣泛的應(yīng)用?

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論