哈工大2020秋季学期模式识别研究生课实验
反正是选修课,求求不要卷,开心及格不好么
如果有问题,欢迎PR,issues交流~~
需要的库:numpy tqdm
- 这里可能会遇到聚类结果不好的问题,但因为初始聚类中心是随机初始化的,其实很正常。如果想要提高聚类效果,可以先使用层次聚类的方法初始化较好的中心。
需要的库:numpy
- tony model很正常
- MNIST一句话解释:用10个类别的数据,去分别训练识别10个类别的GMM,每个GMM的高斯数按照实验手册要求从1变化到5.
需要的库:numpy
- 感知器和LMSE很正常,伪代码同ppt
- 多类别分类:使用Kesler‘s Perceptron方法,伪代码同ppt
需要的库:Pytorch numpy sklearn tqdm
- 网络结构 encoder -> hidden_layer -> decoder
- 训练执行train.py GPU和CPU都可以
- 考试执行test.py 需要预先训练好的model文件 model文件可以是GPU上训练好的也可以是CPU上训练好的
- 没有什么花里胡哨的,选修课,不需要卷,所以没有调参,但是所有参数都是可以调的