首页 AI Studio教育版 帖子详情
作业帖 | 百度深度学习集训营
收藏
快速回复
AI Studio教育版 其他师资培训 1068801 953
作业帖 | 百度深度学习集训营
收藏
快速回复
AI Studio教育版 其他师资培训 1068801 953

百度深度学习集训营已经正式开营,每个阶段的作业都将有各自的奖励,欢迎大家学习~

PS:如遇帖子过期、审核不通过的情况,请先复制内容保存在word文档,然后根据提示,完成个人实名验证,刷新后重新粘贴复制的内容,即可提交~

欢迎大家报名参加~

1月9日作业:

作业9-1:在第二章中学习过如何设置学习率衰减,这里建议使用分段衰减的方式,衰减系数为0.1, 根据ResNet目前的训练情况,应该在训练到多少步的时候设置衰减合适?请设置好学习率衰减方式,在眼疾识别数据集iChallenge-PM上重新训练ResNet模型。

作业9-1奖励:在作业中随机各抽取5名同学送出飞桨本+数据线+飞桨贴纸

回复帖子形式:  作业9-1:XXX

抽奖作业截止时间:2020年1月13日中午12点之前

作业9-2奖励:在作业中随机各抽取5名同学送出飞桨本+数据线+飞桨贴纸

回复帖子形式:  作业9-2:XXX

抽奖作业截止时间:2020年1月13日中午12点之前

 

1月7日作业:

作业8:如果将LeNet模型中的中间层的激活函数Sigmoid换成ReLU,在眼底筛查数据集上将会得到什么样的结果?Loss是否能收敛,ReLU和Sigmoid之间的区别是引起结果不同的原因吗?请发表你的观点

作业8奖励:在作业中随机各抽取5名同学送出飞桨本+数据线+飞桨贴纸

回复帖子形式:  作业8:XXX

获奖同学:#820 thunder95、#819 你还说不想我吗、 #818 百度用户#0762194095、#817 呵赫 he、#816 星光1dl

1月2日作业

作业7-1  计算卷积中一共有多少次乘法和加法操作

输入数据形状是[10, 3, 224, 224],卷积核kh = kw = 3,输出通道数为64,步幅stride=1,填充ph = pw =1

完成这样一个卷积,一共需要做多少次乘法和加法操作?

提示:先看输出一个像素点需要做多少次乘法和加法操作,然后再计算总共需要的操作次数

提交方式:请回复乘法和加法操作的次数,例如:乘法1000,加法1000

作业7-1奖励:抽取5人赢得飞桨定制本+数据线,截止时间2020年1月6日中午12点之前

回复帖子形式:  作业7-1:XXX

作业7-2奖励:从正确答案中抽取5人获得飞桨定制本+50元京东卡,截止时间2020年1月6日中午12点之前 

 

12月31日作业

作业6-1:

1.将普通神经网络模型的每层输出打印,观察内容
2.将分类准确率的指标 用PLT库画图表示
3.通过分类准确率,判断以采用不同损失函数训练模型的效果优劣
4.作图比较:随着训练进行,模型在训练集和测试集上的Loss曲线
5.调节正则化权重,观察4的作图曲线的变化,并分析原因
作业6-1奖励:抽取5人赢得飞桨定制本+数据线 ,回复帖子形式:  作业6-1:XXX

作业6-2:

正确运行AI Studio《百度架构师手把手教深度学习》课程里面的作业3 的极简版代码,分析训练过程中可能出现的问题或值得优化的地方,通过以下几点优化:

(1)样本:数据增强的方法

(2)假设:改进网络模型

(2)损失:尝试各种Loss

(2)优化:尝试各种优化器和学习率

目标:尽可能使模型在mnist测试集上的分类准确率最高

提交实现最高分类准确率的代码和模型,我们筛选最优结果前10名进行评奖

作业6-2奖励:飞桨定制本+50元京东卡

 

12月25日作业

12月23日作业

作业4-1:在AI studio上运行作业2,用深度学习完成房价预测模型

作业4-1奖励:飞桨定制本+ 《深度学习导论与应用实践》教材,选取第2、3、23、123、223、323…名同学送出奖品

作业4-2:回复下面问题,将答案回复帖子下方:

通过Python、深度学习框架,不同方法写房价预测,Python编写的模型 和 基于飞桨编写的模型在哪些方面存在异同?例如程序结构,编写难易度,模型的预测效果,训练的耗时等等?

回复帖子形式:  作业4-2:XXX

作业4-2奖励:在12月27日(本周五)中午12点前提交的作业中,我们选出最优前五名,送出百度定制数据线+《深度学习导论与应用实践》教材


12月17日作业

完成下面两个问题,并将答案回复在帖子下面,回帖形式:作业3-1(1)XX(2)XX

作业奖励:在2019年12月20日中午12点之前提交,随机抽取5名同学进行点评,礼品是本+数据线

12月12日作业

获奖者:第12名:飞天雄者                                     

12月10日作业
作业1-1:在AI Studio平台上https://aistudio.baidu.com/aistudio/education/group/info/888 跑通房价预测案例

作业1-1奖励:最先完成作业的前3名,以及第6名、66名、166名、266名、366名、466名、566名、666名的同学均可获得飞桨定制大礼包:飞桨帽子、飞桨数据线 、飞桨定制logo笔

作业1-1的获奖者如图:

作业1-2:完成下面两个问题,并将答案发布在帖子下面
①类比牛顿第二定律的案例,在你的工作和生活中还有哪些问题可以用监督学习的框架来解决?假设和参数是什么?优化目标是什么?
②为什么说AI工程师有发展前景?怎样从经济学(市场供需)的角度做出解读?
作业1-2奖励:回复帖子且点赞top5,获得《深度学习导论与应用实践》教材+飞桨定制本

点赞Top5获奖者:1.飞天雄者  2.God_s_apple  3.177*******62   4.学痞龙   5.故乡237、qq526557820

作业截止时间2020年1月10日,再此之前完成,才有资格参加最终Mac大奖评选

 

报名流程:

1.加入QQ群:726887660,班主任会在QQ群里进行学习资料、答疑、奖品等活动

2.点此链接,加入课程报名并实践:https://aistudio.baidu.com/aistudio/course/introduce/888

温馨提示:课程的录播会在3个工作日内上传到AI studio《百度架构师手把手教深度学习》课程上

 

49
收藏
回复
全部评论(953)
时间顺序
炼丹的猪猪侠
#322 回复于2019-12

1.作业3.1

2.作业3.2

 

0
回复
VEINDARD
#323 回复于2019-12

作业3-1:

作业3-2:

0
回复
AIStudio810258
#324 回复于2019-12

作业1-2

(1)
利用监督学习进行金融领域的时间序列数据预测。
假设空间:
金融资产价格与一段时间内该资产的历史价格、成交量、波动率等因素呈相关关系。
评价指标:
预测价格与实际价格的差。
寻解算法:
利用梯度下降、反向传播算法优化深度学习模型的参数。
(2)
5G技术的发展会使我们的世界逐渐变成一个万物互联的世界。在这个世界里,最重要的资源就是数据。所以掌握了收集、分析大数据能力的AI工程师将成为社会各个行业的中坚力量。现在好多企事业单位里信息科的工程师基本上就是“修电脑的”。在万物互联的大数据到来之后,各个实体的信息部门将成为“数据资源收集提炼”部门,工作就像挖石油、练石油一样。这样才能使全社会的“战略规模的”数据资源被充分高效地整合利用。所以,AI工程师真的就像是大数据时代的”炼金师“啊。

0
回复
o
oceancjc
#325 回复于2019-12

作业1-2:完成下面两个问题,并将答案发布在帖子下面
①类比牛顿第二定律的案例,在你的工作和生活中还有哪些问题可以用监督学习的框架来解决?假设和参数是什么?优化目标是什么?

生活中最想用监督学习框架来解决的就是股价预测,假设每天的个股股价都是一个函数,我们关心的是开盘价和收盘价。参数就是历史的股价,包括开盘收盘价,n日均价,指数价格,市场当日和前一交易日新闻

优化目标就是预测股价更真实股价一致


②为什么说AI工程师有发展前景?怎样从经济学(市场供需)的角度做出解读?

AI是个工具,他可以被应用于众多行业之中,所以市场层面来说是非常巨大的。而目前应用的领域还比较局限,还在早起,市场总体人才不多,所以会懂得交叉学科的AIer会很吃香

0
回复
AIStudio810258
#326 回复于2019-12

作业3-1

0
回复
淦秋士
#327 回复于2019-12

作业3-1

1)

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x = np.linspace(-10,10,100)
y = (np.exp(x) - np.exp(- x)) / (np.exp(x) + np.exp(- x))
plt.plot(x, y)
plt.show()

2)

p = np.random.randn(10, 10)
print(len(np.where(p>0)[0]))

0
回复
skywalk163
#328 回复于2019-12

作业3-1

(1)

(2)

import numpy as np
p = np.random.randn(10, 10)
q = (p > 0 )
q.sum()

0
回复
多问题小生
#329 回复于2019-12

import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import matplotlib.patches as patches
x=np.arange(-10,10)
y=np.exp(x)-np.exp(-x)/(np.exp(x)+np.exp(-x))
currentAxis=plt.gca()
currentAxis.xaxis.set_label_text('x',fontsize=20)
currentAxis.xaxis.set_label_text('y',fontsize=20)

plt.plot(x,y,color='b')

RESULT:

p = np.random.randn(10, 10)
q=len(p[p>0])
print(q)

 

 

 

 

0
回复
寂寞你快进去
#330 回复于2019-12

作业3-1

(1)

(2)

0
回复
r
ruoyinflyhh
#331 回复于2019-12

作业3-1

1.使用numpy计算tanh激活函数

2.统计随机生成矩阵中有多少个元素大于0

0
回复
o
oceancjc
#332 回复于2019-12

作业2-1

0
回复
张小黄
#333 回复于2019-12

作业3-1

(1)使用numpy计算tanh激活函数

import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import matplotlib.patches as patches

#设置图片大小
plt.figure(figsize=(6, 4))

# x是1维数组,数组大小是从-10. 到10.的实数,每隔0.1取一个点
x = np.arange(-10, 10, 0.1)
# 计算 tanh 函数
tanh = (np.exp(x) - np.exp(-x)) / (np.exp(x) + np.exp(-x))

#########################################################
# 以下部分为画图程序

# 画出函数曲线
plt.plot(x, tanh, color='r')
# 添加文字说明
plt.text(-5., 0.9, r'$y=\tanh(x)$', fontsize=13)
# 设置坐标轴格式
currentAxis=plt.gca()
currentAxis.xaxis.set_label_text('x', fontsize=15)
currentAxis.yaxis.set_label_text('y', fontsize=15)

plt.show()

(2)统计随机生成矩阵中有多少个元素大于0

p = np.random.randn(10, 10)
q = np.where(p>0,1,0)
count_biggerthan1 = np.count_nonzero(q)
print("p中元素大于0的个数为:"+str(count_biggerthan1))

 

0
回复
yuzaihuan
#334 回复于2019-12

作业3-1

 

作业3-2

0
回复
呆呆的初学者
#335 回复于2019-12

作业2-1:

0
回复
mardino2
#336 回复于2019-12

1.

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(-10, 10, 0.01)

def tanh(x):
return (np.exp(x)-np.exp(-x)) / (np.exp(x) + np.exp(-x))

y = tanh(x)
print(y.shape)
plt.plot(x, y)
plt.show()

2.

import numpy as np

p = np.random.randn(10, 10)

logic_large_than_zero = (p>0)
ones = np.ones(shape=(10, 10))

total = logic_large_than_zero*ones # true中乘以1为1,False乘1为0
print("array中1的个数为:", np.sum(total)) # 全部计入总和

0
回复
A
AIStudio172805
#337 回复于2019-12

作业3-1

(1)

(2)

0
回复
奔向北方的列车
#338 回复于2019-12

作业3-1:

(1)

(2)

1
回复
e
enjoyliwenzhen
#339 回复于2019-12

作业3-1

0
回复
七海鬼武
#340 回复于2019-12

作业3-1:

(1)import numpy as np
import matplotlib.pyplot as plt

0
回复
luluweilulu
#341 回复于2019-12

作业3-1

作业3-2

0
回复
在@后输入用户全名并按空格结束,可艾特全站任一用户