《神经网络与深度学习》课程练习

Neural Network and Deep Learning

环境设定

本次作业需要首先安装 anaconda3 下载地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ ， tensorflow 2.0 pytorch >0.4

Exercise

warmup

numpy是Python中对于矩阵处理很实用的工具包，本小节作业主要是熟悉基本的numpy操作。

linear regression

线性回归模型

support vector machine

支持向量机

simple neural network

利用numpy实现全连接神经网络

convolutional neural network

利用卷积神经网络，处理MNIST 数据集分类问题。

recurrent neural network

基于RNN神经网络的唐诗生成问题。

restricted Boltzmann machine

限制玻尔兹曼机。

gaussian mixture

高斯混合模型

project 1 - deep reinforcement learning

强化学习： 黑白棋

学习目标

学习一下机器学习算法的实现，即使最后找不到自然语言处理相关的导师，我也可以做自己希望自己做的事请。

• warmup numpy的一部分联系
• 线性回归与逻辑回归，softmax回归 采用numpy对于数据进行分类
• svm 采用numpy对于数据进行分类
• 自然神经网络 采用numpy实现对于mnist进行分类
• CNN 卷积神经网络，采用tensorflow实现对于mnist进行分类
• RNN 循环神经网络，采用tensorflow实现对于唐诗进行生成
• seq2seq / seq2seq with attention seq2seq对字符串逆置
• 高斯混合
• RBM
• 强化学习