|
|
| 第37行： |
第37行： |
| | ==课程项目-深度学习== | | ==课程项目-深度学习== |
| | | | |
| − | ===基本任务：手写数字识别===
| + | [[智能硬件-手写数字识别]] |
| − | | + | |
| − | 利用附件提供的Matlab Deep Learning Toolbox中的卷积神经网络（CNN），在MNIST手写数字样本集上，利用训练集样本进行训练，并对测试集样本进行测试。
| + | |
| − | | + | |
| − | 建议阅读附件中的背景知识和工具箱中的CNN源代码，在了解算法原理和技术实现细节基础上，参照示例程序'''''CNN/test_example_CNN.m'''''，自行调整算法中至少一种关键参数或设置，例如调整CNN的卷积层及下采样层的层数、或模板大小等参数；在至少一种与原始程序不同的参数或设置下分别进行训练，做出测试集识别率（或错误率）随参数或设置变化的对照图或对照表，并标出最高识别率对应的参数或设置。
| + | |
| − | | + | |
| − | ===提高任务：物体检测===
| + | |
| − | | + | |
| − | 请参考工具箱中'''''tests/test_example_SAE.m'''''示例文件，利用STL-10数据集中的无标注图片训练一个自动编码器，再用自动编码器隐含层的参数初始化一个神经网络分类器，并使用训练集中有标注的图片进行训练，最后使用神经网络分类器在测试集上进行测试。测试阶段，调用nntest的返回值“er”为测试集上的识别错误率。
| + | |
| − | | + | |
| − | 在训练过程中，尝试调整算法中至少一种关键参数或设置，例如自动编码器隐含层的节点个数；在至少一种与原始程序不同的参数或设置下进行实验，做出测试结果随参数或设置变化的对照图或对照表。
| + | |
| − | | + | |
| − | 在'''''test_example_SAE.m'''''中，建议修改第16行和第28行的'''''opts.numepochs'''''数值，比如将原来的1改为3；如果改变自动编码器隐含层节点数目进行实验比较，需要注意：
| + | |
| − | :第12行：sae = saesetup([784 <font color="#FF0000">'''100'''</font>]);
| + | |
| − | :第22行：nn = nnsetup([784 <font color="#FF0000">'''100'''</font> 10]);
| + | |
| − | 中红色标注的参数要修改一致。
| + | |
| − | | + | |
| − | ===报告要求===
| + | |
| − | | + | |
| − | 报告应包含以下内容：
| + | |
| − | | + | |
| − | # 在MNIST手写数字样本测试集上，识别率（或错误率）随参数或设置变化的对照图或对照表。
| + | |
| − | # ''（选做）''在STL-10 测试集上，识别率（或错误率）随参数或设置变化的对照图或对照表。
| + | |
| − | # 总结收获和体会。
| + | |
| − | | + | |
| − | 提交报告时，请一并提交自己编写或修改过的源代码。
| + | |
| − | | + | |
| − | ===附件===
| + | |
| − | | + | |
| − | 更多帮助，请阅读实验指导书。
| + | |
| − | | + | |
| − | 实验指导书和工具箱下载：
| + | |
| − | | + | |
| − | http://166.111.6.122/RegionDownloadService/1511/0A6A33E76DFD6DFCD75E20F7C1226B7E3.html
| + | |
| − | | + | |
| − | （助教：王晗 wang-han13@mails.tsinghua.edu.cn）
| + | |
| | | | |
| | ==课程项目-智能医药问答== | | ==课程项目-智能医药问答== |
| | | | |
| | （常嘉辉） | | （常嘉辉） |
2016年11月22日 (二) 05:16的版本
课程项目目标
让计算机能看见，能听见，能对话。
平台：嵌入式设备JetsonKit
学生准备
携带笔记本，智能手机
(Bring your own laptop computers and camera-ready smart phones)
作业1
Install TensorFlow Mobile in HUAWEI Kylin 930
Install TensorFlow in Jetson Kit TK1
THU-TUNA 的 TensorFlow 校内镜像：
TUNA-tensorflow
课程项目-语音识别
智能硬件-语音识别
课程项目-人脸识别
智能硬件-人脸识别
课程项目-对象检测
智能硬件-对象检测
课程项目-云+端整合
智能硬件-云端整合
课程项目-深度学习
智能硬件-手写数字识别
课程项目-智能医药问答
（常嘉辉）
