ouc-SE-xxx

摘要： #选题为AI艺术鉴赏，看画猜作者 ##过去完成了哪些任务 | 成员 | 学习进度 | | : : | : : | | 马昱琛、张宇 | 能够跑出来结果，但是训练模型的时间太长了。需要花费很长时间与系统资源。因此预测结果不是太理想，达不到自己的预期https://github.com/zhy330/F 阅读全文

摘要： #选题为AI艺术鉴赏，看画猜作者 ##过去完成了哪些任务 | 成员 | 学习进度 | | : : | : : | | 马昱琛、张宇 | 负责程序模型设计与数据集的处理，已经开始对相关的代码进行复现工作。但是复现遇到了问题。https://github.com/zhy330/Famous-painti 阅读全文

摘要： #选题为AI艺术鉴赏，看画猜作者 ##过去完成了哪些任务 | 成员 | 学习进度 | | : : | : : | | 马昱琛、张宇 | 负责程序模型设计与数据集的处理，已经开始对相关的代码进行复现工作。https://github.com/zhy330/Famous-painting-recogni 阅读全文

摘要： #更换选题为AI艺术鉴赏，看画猜作者 汇报后发现鸟类识别太热门了，在征求小组成员意见后决定更换选题。 ##过去完成了哪些任务 | 成员 | 学习进度 | | : : | : : | | 马昱琛、张宇 | 负责程序模型设计与数据集的处理，已经开始对相关的代码进行复现工作 | | 高梦婷 、孙小淇 |负 阅读全文

摘要： 选题作业 目录 1.项目简介 2.NABCD模型分析 3.电梯演说 1.项目简介 项目名称：鸟类识别 项目简介： 1.遇到喜欢但是不认识的鸟，且百度上找不到靠谱答案的时候，需要一个识别分类的模型来帮助鸟类爱好者进行识别。 2.相似的软件“识花君”等，已经收到好评并获得成功，但是“识鸟君”等软件还存在 阅读全文

摘要： 猫狗大战 成员学习链接 李淮北 https://www.cnblogs.com/ouc19020032010/p/15455594.html 张宇 https://www.cnblogs.com/2934583681/p/15452103.html 马昱琛 https://www.cnblogs.c 阅读全文

摘要： #使用VGG模型进行猫狗大战 ##1. 下载数据 ##2. 数据处理 ##3. 创建 VGG Model ##4. 修改最后一层，冻结前面层的参数 ##5. 训练并测试全连接层 ##6. 可视化模型预测结果（主观分析） #提交结果： 阅读全文

摘要： 成员学习链接 李淮北 视频心得：https://www.cnblogs.com/ouc19020032010/p/15417485.html 代码练习：https://www.cnblogs.com/ouc19020032010/p/15417963.html 马昱琛 https://www.cnb 阅读全文

摘要： 卷积神经网络（CNN） 导入相关的库并加载数据 （MNIST） 显示数据集中的部分图像 创建网络 定义训练和测试函数 全连接网络训练：准确率0.87 卷积神经网络上训练（和上面的模型参数相同，但准确率达到了0.94） 通过上面的测试结果，可以发现，含有相同参数的 CNN 效果要明显优于 简单的全连接 阅读全文

摘要： #卷积神经网络 ###1. 应用 分类、检索、检测、分割 更具体的有：人脸识别、基于人脸识别技术识别遗传病、表情识别、图像生成、图像风格转化、自动驾驶 ###2. 传统的神经网络vs卷积神经网络 深度学习三部曲 1搭建神经网络结构 2找到合适的损失函数 3合适的优化函数 ###3. 损失函数： 衡量 阅读全文