Upload New File

人工智能系统实战第三期/实战代码/深度学习项目实战/神经网络实现鸢尾花分类/question.ipynb

+{
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## 一、案例简介\n",
+    "\n",
+    "Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。\n",
+    "\n",
+    "注意：本项目提供一大一小两个数据集（data，data_s）。请根据个人电脑配置选择不同的数据集，如果电脑配置一般，建议选择小数据集\n",
+    "\n",
+    "## 二、作业说明\n",
+    "具体数据详见文件 Iris_data.txt\n",
+    "\n",
+    "鸢尾花卉数据集的读取方法是自定义的，继承了pytorch的Dataset类，详见文件 data_loader.py。要求在fully_connected_network.py中完成模型的搭建，训练，验证和测试。 \n",
+    "\n",
+    "### 基础任务（80分）：\n",
+    "1. 完成神经网络模型的搭建\n",
+    "\n",
+    "2. 完成模型训练脚本\n",
+    "\n",
+    "3. 完成模型验证脚本\n",
+    "\n",
+    "4. 完成模型测试脚本\n",
+    " \n",
+    "\n",
+    "\n",
+    "### 扩展任务（20分）：\n",
+    "1. 使用python脚本实现的感知机模型，不依赖于pytorch"
+   ]
+  }
+ ],
+ "metadata": {
+  "language_info": {
+   "name": "python"
+  },
+  "orig_nbformat": 4
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}