二狗*

摘要： 一、小组选题 鸟类识别 二、小组项目的GitHub地址 https://github.com/QinyinSun/niaoleishibie 三、已完成的任务 1、网站前端已基本完成 2、完成了模型训练和初步简单识别，提高了正确率，正确率可以达到92% 3、基本完成了前端和后端的接口 四、任务分工 阅读全文

摘要： Alpha冲刺 (3/6) 一、小组选题 鸟类识别 二、小组项目的GitHub地址 https://github.com/QinyinSun/niaoleishibie 三、已完成的任务 1 完成了网站前端样式设计并基本搭建好了主体框架，仅剩部分细节待完善 2 完成了模型训练和初步简单识别，通过模型 阅读全文

摘要： Alpha冲刺（2/3） 一 已完成的任务 1 完成了网站前端样式设计 2 完成了模型训练和初步简单识别 3 搭建深度学习环境，编写训练模型代码 二 任务分工 任务 姓名 进度 网页前后端开发（包括ui设计和嵌入训练成果） 黄润子 雍家齐 完成了网站前端样式设计 数据集的收集和筛选 ，进行初步的数据 阅读全文

摘要： Alpha冲刺 (1/3) 一、完成的任务 1.确定项目选题为“鸟类识别”后，明确了项目的难点，完成了具体的小组成员分工； 2.共同学习了一些相似项目的例子； 3.分工查找资料并学习一些相关的算法知识； 4.深度学习的环境安装。 二、具体项目分工和进度 任务姓名进度 网页前后端开发（包括ui设计和嵌 阅读全文

摘要： 项目选题 目录 项目简介 NABCD模型分析 电梯演说 项目简介 ​ 项目名称：鸟类识别 项目简介：当下，鸟类识别作为ai进行生物识别的一个重要方向，对于无人驾驶，生物保护等都具有重要意义，本项目为基于深度学习的鸟类识别，在进行数据集的收集学习之后，形成训练完毕并能够发布至web的在线鸟类识别工具。 阅读全文

摘要： 第四次博客作业 个人博客链接 徐一凡：https://blog.csdn.net/at_a_lose/article/details/120941905 宋蕾 ： https://www.cnblogs.com/small-kui/articles/15441157.html 郭夏敏： https: 阅读全文

摘要： 部分代码 下载数据 数据处理 创建 VGG Model 修改最后一层，冻结前面层的参数 训练并测试全连接层 可视化模型预测结果 阅读全文

摘要： 第三次博客作业：卷积神经网络 一、视频学习心得 ​ 徐一凡：本次对于卷积神经网络的学习是一个知识体系的构建过程, 首先我进行了对于计算机图形学，深度学习以及传统神经网络的回顾，进行了回归函数，梯度算法的逐步推导。很自然的，传统神经网络的局限性以及过拟合问题的出现，对神经网络提出了更高的要求：在保留特 阅读全文

摘要： 部分学习代码 一、MNIST 数据集分类 加载数据并显示数据集中的部分图像 下图为创建网络后，在小型全连接网络上训练的结果 这是在卷积神经网络上训练的结果 之后随机打乱像素 再次进行训练和测试 全连接网络结果 卷积神经网络结果 体会：含有相同参数的 CNN 效果要明显优于简单的全连接网络，是因为 C 阅读全文

摘要： 第二次博客作业：深度学习 一、我看深度学习 ​ 徐一凡：此次对于机器学习和深度学习的任务让我打开新世界的大门，不仅让我体会到目前的各学科交叉性，互补性的增强，更体会到ai，深度学习的越来越重要的地位。观看视频结合课外自我主动学习，我深刻认识到机器学习，计算机视觉，神经网络等的博大精深，自己也在课下配 阅读全文