Skip to content

rocketeerli/PatternRecognitionAndDeepLearning-Lab

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

11 Commits
 
 
 
 
 
 
 
 

Repository files navigation

介绍

本仓库为哈尔滨工业大学 2019 春模式识别与深度学习的实验+课件

  • Pattern-Recognition-Lab 部分是模式识别的实验,一个实验,只放了代码+报告,没有放数据集

  • DeepLearning-Lab 部分是深度学习的实验,一共 6 个实验,最后一次实验自由发挥,没有放到仓库里

Pattern-Recognition-Lab(模式识别实验)

实验内容

  1. 从 SVM, PCA, GMM, HMM 四个练习中选三个进行训练,可以调用各种库函数,要求实现完整的功能

  2. 或是实现一个复杂的系统,要求使用机器学习的知识

说明

我做的是第一个,选择了 SVM, PCA, GMM 三个项目。

其中 GMM 项目参考:自制数据集实现动物种类语音识别

DeepLearning-Lab(深度学习实验)

也是第一次写深度学习的代码,一路磕磕绊绊,还好全部完成了。

代码还有很多改进的空间,留待以后慢慢探索。

这里还是简写一下吧,简单介绍一下,有个大概的认识,具体内容见 DeepLearning-Lab 文件夹

实验一(MLP)

  • 使用PyTorch实现MLP,并在MNIST数据集上验证

实验二(AlexNet)

  • 基于 PyTorch 实现 AlexNet
  • 在 Cifar-10 数据集上进行验证

实验三(VGG/ResNet)

  • 基于PyTorch实现 VGG/ResNet 结构,并在 Cifar-10 数据集上进行验证

  • 基于 VGG 进行训练方式对比(LR 和优化器的对比)

实验四(RNN)

  • 对Sine函数进行预测

  • 基于影评数据进行文本情感预测

实验五(GAN)

  • 基于PyTorch实现生成对抗网络

  • 对比GAN、WGAN、WGAN-GP(稳定性、性能)

实验六(自选项目,组队完成,暂时没有放到仓库里)

  • 基于PyTorch完成一个项目

最后

初次体验神经网络,很神奇。

代码肯定有很多不好的地方,以后慢慢改。

建仓库的目的,主要还是为了以后写代码,我觉得课程的实验真的让我学到了很多,在这里保存代码,方便以后借鉴

About

2019春哈工大模式识别与深度学习实验

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages