# DL_homework

**Repository Path**: robinfit01/DL_homework

## Basic Information

- **Project Name**: DL_homework
- **Description**: 深度学习导论作业
- **Primary Language**: Unknown
- **License**: GPL-3.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2024-12-04
- **Last Updated**: 2024-12-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DL_homework
深度学习导论作业

## DL1 

用SGD、批量和小批量算法，训练网络，给出最终权系数和四个样本的网络输出值。 其中，SGD训练1000轮，批量训练4000轮,小批量(2个样本一组)训练2000轮。

结合课堂练习，比较SGD、批量和小批量三种算法学习速度。 说明:每种算法学习1000轮，画出“轮-误差”曲线，其中误差等于4个实际输出与期望输出之差的平方和。

用SGD对数据2训练4000轮，给出最终权系数和四个样本的网络输出，验证训练结果是否有效?

## DL2

训练浅层 NN 解决 XOR 问题。

尝试改变隐层节点个数(3、5、2? )。
观察能否解决XOR问题?
如何避免不收敛?

## DL3

设计多分类问题的网络结构。
输入层节点数：25 隐层节点数：50 输出层节点数：5

用训练数据训练网络，用测试数据测试训练结果(注:运行多次观察结果是否变化，思考原因)

尝试构造其它测试数据测试网络。

## DL4

Dropout & ReLU

## SP

手写数字识别（不使用框架），需将本人写的[简简单单的神经网络框架](https://github.com/BeiYazi0/cnn)放到 SP 目录下。

## SP2

POI，需将本人写的[简简单单的神经网络框架](https://github.com/BeiYazi0/cnn)放到 SP2 目录下。