# exercise

**Repository Path**: wungchb/exercise

## Basic Information

- **Project Name**: exercise
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-10-27
- **Last Updated**: 2021-10-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 《神经网络与深度学习》课程练习

书籍信息：[神经网络与深度学习](https://nndl.github.io/)

欢迎大家补充练习题目。

### 环境设定
本次作业需要首先安装 anaconda3 下载地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ ， 
tensorflow 2.0
pytorch >0.4

## Exercise 

###  1. 热身练习 warmup
numpy是Python中对于矩阵处理很实用的工具包，本小节作业主要是熟悉基本的numpy操作。

### 2. 线性回归模型 Linear Regression

### 3. 线性模型

1. 支持向量机 support vector machine
2. Softmax回归 Softmax Regression

### 4. 前馈神经网络 Simple Neural Network

利用numpy实现全连接神经网络

### 5. 卷积神经网络 Convolutional Neural Network (CNN)
利用卷积神经网络，处理MNIST 数据集分类问题。

### 6. 循环神经网络 Recurrent Neural Network (RNN)
基于循环神经网络的唐诗生成问题
### 7. 注意力机制 Attention Mechanism

1.  使用sequence to sequence 模型将一个字符串序列逆置。 
2. 使用attentive sequence to sequence 模型将一个字符串序列逆置。

### 11. 高斯混合模型 Gaussian Mixture Model

### 12. 受限玻尔兹曼机 Restricted Boltzmann Machine (RBM)

使用受限玻尔兹曼机（Restricted Boltzmann Machine, RBM），对MNIST 数据集建模。

### 14. 深度强化学习 Deep Reinforcement Learning
强化学习： 黑白棋