布局
标题
永久链接
页
作业1,编程问题
/ AP6c2L5Z4nNd9i4sB86r / hw1-coding /
在本作业中,我们将学习如何为“普通”神经网络(或多层感知器)实现反向传播(或反向传播)。 您将开始为不同类型的图层编写前进和后退通道,然后继续在Python中的CIFAR-10数据集上训练神经网络。 接下来,您将学习使用 (一种流行的开源深度学习框架),并使用它来复制以前的实验。
该作业分为以下几部分:
实现一个神经网络,并使用Python在CIFAR-10上对其进行训练。
学习使用PyTorch并在PyTorch(CIFAR-10上的2层NN)中复制以前的实验。
在下载启动程序代码。
第1部分
1_cs231n文件夹中提供了作业第一部分的入门代码。
建立
依赖关系列在requirements.txt文件中。 如果与Anaconda一起使用,它们应该都已经安装。
评论0
最新资源