机器学习基础（二）

水深无声 2023-10-01 15:59 217阅读 0赞

## **机器学习基础实验报告** ##

## **实验二：** ##

### 一、实验目的 ###

1.  学习Gluon基础语法
2.  学习如何使用MXNet提供的Gluon接口更方便地实现线性回归的训练
3.  学习通过使用训练集图像训练多层神经网络模型，并利用该模型在测试集上预测手写数字类别，输出分类准确率，给出分类结果

### 二、实验内容和步骤 ###

#### **练习一：** ####

查阅MXNet文档，看看 gluon.loss 和 mxnet.init 模块里提供了哪些损失函数和初始化方法

#### **练习二：** ####

如果将 l = loss(net(X), y) 替换成 l = loss(net(X), y).mean() ，我们需要将

trainer.step(batch\_size) 相应地改成 trainer.step(1) 。这是为什么呢？

如何访问 dense.weight 的梯度？

尝试使用不同的学习率和batch\_size(批量大小)，观察损失函数值的下降快慢。

#### **练习三：** ####

查阅MXNet文档， mxnet.gluon.data.vision 里还提供了哪些别的数据集？

查阅MXNet文档， mxnet.gluon.data.vision.transforms 还提供了哪些别的变换方法？

绘制误差loss，训练准确率train acc和测试准确率test acc随迭代次数变化的曲线。

尝试使用其他激活函数，并多加入几个隐藏层，调节每个隐藏层的神经元数量，看看对预测结果

准确率的影响。

尝试调一调超参数，如批量大小，迭代周期和学习率，看看结果会怎样。

基于服饰图像数据集FashionMNIST,采用本节代码方法训练至少含一个隐藏层的神经网络模型，

从而实现对服饰图像的分类（要求输出测试集前20幅图像的模型分类）,单独建一个工程文件（下

面给出两点提示）

(1) 采用如下方式下载数据集： Fashionmnist\_train =

gdata.vision.FashionMNIST(root='data/FashionMNIST',train=True) Fashionmnist\_test =

gdata.vision.FashionMNIST(root='data/FashionMNIST',train=False)

(2) Fashion-MNIST中一共包括了10个类别，分别为t-shirt（T恤）、trouser（裤子）、pullover

（套衫）、dress（连衣裙）、coat（外套）、sandal（凉鞋）、shirt（衬衫）、sneaker（运动

鞋）、bag（包）和ankle boot（短靴）

### 三、代码及运行结果分析 ###

####  ####

#### **练习一：** ####

![ce471dd8e5a64c8588d315dcece8b15f.png][]

####  ####

#### **练习二：** ####

![a46213fda5644f59b983782c6877e7a4.png][]

#### **练习三：** ####

![7af9ac46193d4efdb16e08af6d94706e.png][] ![3e2ee5f37b944730a818a9f5ab4312e8.png][]

### 四、心得体会 ###

本次实验学习了Gluon基础语法，和线性回归的简洁实现，从而实现基于神经网络实现的手写数字识别，该实验相对复杂。通过本次实验，收获颇多，对神经网络有了进一步的学习与探究。

#### 注释：练习题答案全在实验截图当中 ####

[ce471dd8e5a64c8588d315dcece8b15f.png]: https://img-blog.csdnimg.cn/ce471dd8e5a64c8588d315dcece8b15f.png
[a46213fda5644f59b983782c6877e7a4.png]: https://img-blog.csdnimg.cn/a46213fda5644f59b983782c6877e7a4.png
[7af9ac46193d4efdb16e08af6d94706e.png]: https://img-blog.csdnimg.cn/7af9ac46193d4efdb16e08af6d94706e.png
[3e2ee5f37b944730a818a9f5ab4312e8.png]: https://img-blog.csdnimg.cn/3e2ee5f37b944730a818a9f5ab4312e8.png

发表评论取消回复

表情：

评论列表（有 0 条评论，217人围观）

还没有评论，来说两句吧...

相关阅读

相关机器学习基础（二）

机器学习基础实验报告实验二：一、实验目的 1. 学习Gluon基础语法 2. 学习如何使用MXNet提供的Gluon接口更方便地实现线性回归的训练 3

水深无声/ 2023年10月01日 15:59/ 0 赞/ 218 阅读

相关【机器学习】机器学习基础

一、机器学习概述 1、机器学习算法的判别依据 —— 数据类型 1. 离散型数据：由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且

快来打我*/ 2022年12月27日 07:11/ 0 赞/ 196 阅读

相关机器学习基础

机器学习基础 1. 机器学习的基本内容监督学习无监督学习半监督学习强化学习 2. 常用的正则化方法 > 正则化是解决过

我不是女神ヾ/ 2022年12月22日 02:24/ 0 赞/ 183 阅读

相关机器学习基础

机器学习基础 1. 机器学习的基本内容监督学习无监督学习半监督学习强化学习 2. 常用的正则化方法 > 正则化是解决过

港控/mmm°/ 2022年10月29日 01:56/ 0 赞/ 209 阅读

相关机器学习基础

机器学习基础 1. 机器学习的基本内容监督学习无监督学习半监督学习强化学习 2. 常用的正则化方法 > 正则化是解决过

分手后的思念是犯贱/ 2022年10月12日 05:54/ 0 赞/ 212 阅读

相关机器学习（二）--- SVM学习：理论基础理解

SVM是一种应用比较广泛的分类器，全名为Support Vector Machine，即支持向量机，在没有学习SVM之前，我对这个分类器汉字的理解是支持/向量机，学习之后，才知

桃扇骨/ 2022年08月23日 00:39/ 0 赞/ 192 阅读

相关机器学习实战——机器学习基础

1. 机器学习用到了统计学知识 2. 机器学习就是把无序的数据转换成有用的信息 3. 如何从数据集中选取特征？通常的做法是测量所有可测属性，而后再挑出重要部

缺乏、安全感/ 2022年05月28日 04:53/ 0 赞/ 284 阅读

相关机器学习基础

机器学习基础参考资料： [小象学院机器学习课程][Link 1] [TENSORFLOW系列专题][TENSORFLOW] [TensorFlow

布满荆棘的人生/ 2022年04月24日 10:16/ 0 赞/ 415 阅读

相关机器学习python基础（三）numpy（二）

文章目录 numpy.array 基本操作 numpy.array 基本属性 numpy.array数据访问

Bertha 。/ 2021年11月17日 18:20/ 0 赞/ 375 阅读

相关机器学习python基础（二）numpy（一）

文章目录 numpy.arrary python 自带list python自带array numpy的array 创

我不是女神ヾ/ 2021年11月17日 18:08/ 0 赞/ 387 阅读