In this exercise you will implement

In this exercise you will implement a convolutional neural network for digit classification. The architecture of the network will be a convolution and subsampling layer followed by a densely connected output layer which will feed into the softmax regression and cross entropy objective. You will use mean pooling for the subsampling layer. You will use the back-propagation algorithm to calculate the gradient with respect to the parameters of the model. Finally you will train the parameters of the network with stochastic gradient descent and momentum

ผลลัพธ์ (ไทย) 1:

ในแบบฝึกหัดนี้ คุณจะใช้เครือข่ายประสาท convolutional การจัดตำแหน่ง สถาปัตยกรรมของเครือข่ายจะ convolution และชั้น subsampling ตาม ด้วยชั้นออกหนาแน่นไปเชื่อมต่อ ที่จะป้อนเข้าสู่การถดถอยของ softmax ข้ามวัตถุประสงค์เอนโทรปี คุณจะใช้ร่วมกันสำหรับชั้น subsampling หมายถึง คุณจะใช้อัลกอริทึมการเผยแพร่หลังการไล่ระดับสีกับพารามิเตอร์ของแบบจำลองคำนวณ สุดท้าย คุณจะฝึกพารามิเตอร์ของเครือข่ายด้วยการไล่ระดับสีโคตรสโทแคสติกและโมเมนตัม

ผลลัพธ์ (ไทย) 2:

ในการออกกำลังกายนี้คุณจะใช้เครือข่ายประสาท convolutional การจัดหมวดหมู่หลัก สถาปัตยกรรมของเครือข่ายจะบิดและชั้น subsampling ตามด้วยชั้นเชื่อมต่อการส่งออกหนาแน่นซึ่งจะป้อนเข้าสู่การถดถอย softmax และวัตถุประสงค์เอนโทรปีข้าม คุณจะใช้ร่วมกันสำหรับค่าเฉลี่ยของชั้นที่ subsampling คุณจะใช้ขั้นตอนวิธีการขยายพันธุ์กลับในการคำนวณการไล่ระดับสีที่เกี่ยวกับพารามิเตอร์ของรูปแบบ ในที่สุดคุณจะฝึกพารามิเตอร์ของเครือข่ายที่มีการไล่ระดับสีโคตรสุ่มและโมเมนตัม

ผลลัพธ์ (ไทย) 3:

ในแบบฝึกหัดนี้ คุณจะใช้เครือข่ายประสาทคอนสำหรับการจำแนกหลัก สถาปัตยกรรมของเครือข่ายจะเป็นขดค่าชั้นและตามด้วยยิบออกชั้นเชื่อมต่อซึ่งจะป้อนเข้าสู่ softmax ถดถอยและวัตถุประสงค์ข้ามเอนโทรปี . คุณจะใช้หมายถึงการ สำหรับค่าชั้นคุณจะใช้ขั้นตอนวิธีการ back-propagation คำนวณเกี่ยวกับพารามิเตอร์ของแบบจำลอง ในที่สุดคุณจะฝึกค่าพารามิเตอร์ของเครือข่ายที่มีเชื้อสายลาดอ โมเมนตัม