发新帖

【Machine Learning Study Jams 第二周学习心得分享】

[复制链接]
431 1

快来加入 TensorFlowers 大家庭!

您需要 登录 才可以下载或查看,没有帐号?加入社区

x
组员1:上周本小组学习进度基本符合课程要求,小组组员都已完成学习目标,对tensorflow框架已经基本熟悉,大家一起学习并讨论了mnist手写数字识别并实现,下周就要开始准备结业作品了,一起加油!

组员2:结业作品选了微信聊天机器人,因为感觉比较有趣。在电脑上实现都挺顺利的,包括用前人的语料库去训练它还是自己准备语料去训练它。不过自己准备的语料库如何做的更大,怎么直接让它找到文本去训练还是个问题。包括一个语料库之间各个对话的关联程度的计算方法还要研究下。链接到微信的服务还是报错,还需要研究。



组员3:本次小组学习的主要内容为mnist手写数字识别并复现,CNN基本概念。MNIST是一个巨大的手写数字数据集,被广泛应用于机器学习识别领域。MNIST有60000张训练集数据和10000张测试集数据,每一个训练元素都是28*28像素的手写数字图片。作为一个常见的数据集,MNIST经常被用来测试神经网络,也是比较基本的应用。识别算法主要使用的是卷积神经网络算法(CNN,主要结构为:输入-卷积层-池化层-卷积层-池化层-全连接层-输出。经过本次的学习,了解了这两种概念的具体内容和实质。


组员4:这周学习了mnist手写数字识别并复现,CNN的基本概念,在学习过程中,我发现Python是一种更注重实现过程而并非语法、结构的语言。现在,我已经基本掌握了实现神经网络的过程,前向传播,反向传播的过程,定义损失函数,以及训练搭建好的神经网络。实现手写数字识别的过程让我对这些技巧更加熟练,理解更加深刻。


组员5:这一周我学习了mnist手写数字识别并复现以及CNN基本概念,收获颇丰。周末组长组织了小组成员一起交流学习,我觉得这种方式对大家的学习非常有帮助,让大家查获了自己漏学的信息。在下一周我打算了解一些经典的网络例如Lenet5、Vggnet、Googlenet,同时要开始着手准备结业作品。

组员6:今天的小组学习,我们先复习了之前的学习内容,巩固了Tensorflow基础,然后,我们还学习了一些新内容,我们一起新学习了mnist手写数字识别并复现以及CNN基本概念。通过这次学习我对机器学习和tensorflow有了更深刻的理解。此外,我们一起研究了一些机器学习的成品,将理论知识更加的具体化,实用化,有将Python应用于实际的基本概念。下一步我们将更多学习机器学习样例,并着手结业作业。

本楼点评(0) 收起

精彩评论1

舟3332  TF芽芽  发表于 2018-6-1 22:37:10 | 显示全部楼层
加油~
本楼点评(0) 收起
您需要登录后才可以回帖 登录 | 加入社区

本版积分规则

快速回复 返回顶部 返回列表