智能系统原理与开发Lab1
声明
·
开发语言不限， 可以使用一些预处理和方便数学计算的库，例如 numpy，不能使用深度学习框架
· 对于手写汉字分–类的任务，目录中提供训练集，测试集将在面试的时候给出
· 出现抄袭现象，抄袭双方均按零分计
· 请严格按照 deadline 提交
There is no limit to the development language. Some libraries, such as numpy, can be used to preprocess and facilitate mathematical calculation, and no deep learning framework can be used.
· For the task of classifying handwritten Chinese characters, the training set is provided in the catalogue, and the test set will be given during the interview.
· When plagiarism occurs, both sides of plagiarism are counted by zero points.
· Please submit strictly according to deadline
· 更多问题发送邮件 lhwang15@fudan.edu 和 l_liu15@fudan.edu.cn 或者在课程群以及个人微信进行提问
第一部分：反向传播算法（40%）
DEADLINE：2018/10/7 23:59:59
任务：使用反向传播算法实现下列任务：
· 回归：拟合函数y = sin(x) , x ∈ [−π, π]
· 分类:对 14 个手写汉字进行分类
要求：
· （50分）设计实现可伸缩易调整的网络结构，例如可以灵活设置层数、神经元个数、学习率、激活函数等。
· （20分）在回归任务和分类任务上精度达到规定要求，其中正弦函数数据样例自行生成，要求在区间内随机采样，平均误差小于 0.01 。 手写汉字的训练数据集从 LAB/LAB1 中下载，精度要求后续发布。
· （30分）编写实验文档，可以包括但不限于：
o 代码基本架构
o 不同网络结构、网络参数的实验比较
o 对反向传播算法的理解
文档要求工整、详实、美观，并导出为 PDF 格式。
建议：
· 回归和分类的损失函数有所不同，需要注意，并考虑其内在原因。
· 一开始将各个权重和学习率调小，bias调成负数，能比较好地达到收敛。
提交: 将所有代码、文档放在 学号–姓名 文件夹下，打包上传到
WORK_UPLOAD/LAB1/PART1 目录下。
第二部分：卷积神经网络（60%）
DEADLINE:2018/10/21 23:59:59
任务：使用卷积神经网络实现手写汉字分类
要求：
· （50分）仔细阅读目录下的论文或查阅相关资料，初步了解卷积神经网络的结构，并尝试实现卷积神经网络，并测试手写汉字分类任务。不要求可伸缩易调整。
· （20分）有能力的同学可以进一步查询相关资料，使用一些方法改进网络，提高精度。
· （30分）编写实验文档，可以包括但不限于:
o 代码基本结构
o 设计实验改进网络并论证
o 对网络设计的理解
文档要求工整、详实、美观，并导出为 PDF 格式。建议：
· 分层求导
· 参考一些框架的源码
提交: 将所有代码、文档放在学号–姓名文件夹下，打包上传到
WORK_UPLOAD/LAB1/PART2 目录下。
