我搭建了一个智能天气穿衣推荐系统。我首先使用基于ResNet18的CNN模型对天气图像进行分类，识别多云、下雨、晴天和日出四种天气，测试准确率达到97.65%。然后，我利用LSTM模型，根据过去七天的...

我总结了论文中循环神经网络的应用实验。我通过两个实验对比了RNN和LSTM的性能：实验一是在MNIST图片分类任务中，我将RNN、LSTM与CNN（LeNet）进行比较，发现CNN因其对空间特征提取的优势而表现...

我进行了一项卷积神经网络（CNN）应用实验。我首先准备了自定义的农作物病害数据集，并将其与CIFAR-10一同用于评估LeNet、AlexNet、VGG、ResNet四种经典CNN模型。通过对比实验，我分析了各模型...

我进行了一次多层感知机（MLP）的应用实验。我使用PyTorch构建了一个含隐藏层、ReLU激活和Dropout的MLP模型，在Fashion-MNIST数据集上进行服装图像分类。通过在GPU上训练，我探索了不同训练轮数...

我通过一个实验应用了单层感知机。我使用PyTorch构建模型，在鸢尾花数据集上进行二分类任务。首先，在区分“Setosa”与“Non-Setosa”时，模型在测试集上达到了100%的准确率，证明了这两类数据...

我完成了一项深度学习环境搭建与基础操作实验。该实验基于Windows 11系统，使用Anaconda和PyCharm作为基础环境。我分别在独立的虚拟环境中安装了TensorFlow（CPU版）、PaddlePaddle（GPU版）和P...