“冯玥童”版本间的差异
来自iCenter Wiki
(→专业特长) |
|||
第16行: | 第16行: | ||
*金融学 | *金融学 | ||
*统计分析 | *统计分析 | ||
+ | == 10.20学习日志 == | ||
+ | *了解了人工智能的基本原理和发展 | ||
+ | *安装python和其他相关工具 | ||
+ | **[https://www.python.org/downloads/ Python下载] | ||
+ | **[https://www.continuum.io/downloads Anaconda下载] | ||
+ | **[https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/ Tensorflow下载] | ||
+ | *Python Tensorflow Basics 学习 | ||
+ | **安装Jupyter Notebook | ||
+ | <code>pip install jupyter notebook</code> | ||
+ | **学习一些函数的编写 | ||
+ | == 10.27学习日志 == | ||
+ | *深度学习 | ||
+ | **AI-Machine Learning (Task任务 Parameter度量 Experience经验集)在T上的P随着E的提升而提升 | ||
+ | ***监督性学习Supervising----神经网络拟合(NN)、深度学习(Deep Learning) | ||
+ | ****分类Classify | ||
+ | ****回归Regression | ||
+ | ***非监督性学习 | ||
+ | ***(强化) | ||
+ | *体验 | ||
+ | **手势操控吃豆豆游戏 | ||
+ | ***图像分类问题 | ||
+ | ***[https://storage.googleapis.com/tfjs-examples/webcam-transfer-learning/dist/index.html 吃豆豆] | ||
+ | **软件画猫 | ||
+ | ***按照时间的序列RNN问题 | ||
+ | ***[https://magenta.tensorflow.org/assets/sketch_rnn_demo/index.html 画猫] | ||
+ | **Playground游戏 | ||
+ | ***分类问题 | ||
+ | ***体验根据所给音乐文件自动生成某种乐器同样的曲调的程序 | ||
+ | ***[https://piano-scribe.glitch.me/ 钢琴游戏] | ||
+ | **神经元体验 | ||
+ | ***改变神经元层数和个数来调整系统生成拟合函数图像 | ||
+ | *** | ||
+ | [https://playground.tensorflow.org/#activation=tanh&batchSize=10&dataset=circle®Dataset=regplane&learningRate=0.03®ularizationRate=0&noise=0&networkShape=4,2&seed=0.18251&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false 神经元] | ||
+ | ***Q&A | ||
+ | ****神经元Layer互换的问题?每次的步数差距大? | ||
+ | ****随机梯度下降法 随机取点拟合 但可以保证最终拟合 | ||
+ | ***过拟合问题 | ||
+ | ****loss function=0但预测性下降 | ||
+ | ****Training loss低但Test loss高 | ||
+ | ***欠拟合问题 | ||
+ | ****梯度下降法GD learning rate太大的话容易走过头 | ||
+ | ****Test rate 测试集与训练集的比例 | ||
+ | ****Batch size越大掉的越快,内存消耗越大 | ||
+ | == 11.03学习日志 == | ||
+ | *体验利用摄像头判断物体,并进一步了解了其原理 | ||
+ | *了解了具有语音识别的天猫音箱 | ||
+ | *观看了能跳舞的机器人 | ||
+ | == 11.24学习日志 == | ||
+ | *体验机器人 | ||
+ | **学习了智能机器人的发展和使用场景 | ||
+ | **安装机器人操作软件 | ||
+ | **为机器人编辑动作 | ||
+ | *开题报告 | ||
+ | **负责选题原因&背景部分 | ||
+ | **老师的建议 | ||
+ | ***适当减少调研在其中占的比重,提高与课程的结合度 | ||
+ | ***可以通过视频、表演等把案例展示这一部分具体化 | ||
+ | *参观创客大赛 |
2018年11月28日 (三) 08:41的最后版本
社科51班
她的爱好
- 读书
- 音乐
- 舞蹈
- Hip-hop
- 语言学习
- 人文社科
- 哲学
- 民乐
专业特长
- 社会学
- ArcGIS
- 英语
- 西班牙语
- 金融学
- 统计分析
10.20学习日志
- 了解了人工智能的基本原理和发展
- 安装python和其他相关工具
- Python Tensorflow Basics 学习
- 安装Jupyter Notebook
pip install jupyter notebook
- 学习一些函数的编写
10.27学习日志
- 深度学习
- AI-Machine Learning (Task任务 Parameter度量 Experience经验集)在T上的P随着E的提升而提升
- 监督性学习Supervising----神经网络拟合(NN)、深度学习(Deep Learning)
- 分类Classify
- 回归Regression
- 非监督性学习
- (强化)
- 监督性学习Supervising----神经网络拟合(NN)、深度学习(Deep Learning)
- AI-Machine Learning (Task任务 Parameter度量 Experience经验集)在T上的P随着E的提升而提升
- 体验
- Q&A
- 神经元Layer互换的问题?每次的步数差距大?
- 随机梯度下降法 随机取点拟合 但可以保证最终拟合
- 过拟合问题
- loss function=0但预测性下降
- Training loss低但Test loss高
- 欠拟合问题
- 梯度下降法GD learning rate太大的话容易走过头
- Test rate 测试集与训练集的比例
- Batch size越大掉的越快,内存消耗越大
- Q&A
11.03学习日志
- 体验利用摄像头判断物体,并进一步了解了其原理
- 了解了具有语音识别的天猫音箱
- 观看了能跳舞的机器人
11.24学习日志
- 体验机器人
- 学习了智能机器人的发展和使用场景
- 安装机器人操作软件
- 为机器人编辑动作
- 开题报告
- 负责选题原因&背景部分
- 老师的建议
- 适当减少调研在其中占的比重,提高与课程的结合度
- 可以通过视频、表演等把案例展示这一部分具体化
- 参观创客大赛