#cv2.imwrite("filename002.png", b) # 打开文件 data = xlrd.open_workbook('test.xlsx') # 查看工作表 data.sheet_names() print("sheets:" + str(data.sheet_names())) # 通过文件名获得工作表,获取工作表1 table = data.sheet_by_name('Sheet1') # 打印data.sheet_names()可发现,返回的值为...
1.导入必备的包 2.定义mnist数据的格式变换 3.下载数据集,定义数据迭代器 4.定义全连接神经网络(多层感知机)(若是CNN卷积神经网络,则在网络中添加几个卷积层即可) 5.定义损失函数和优化器 6.开始训练和测试 7.测试结果 8.训练损失和训练精度曲线
【简答题】1. 全连接神经网络 问题描述: 利用numpy 和tensorflow 、pytorch 搭建全连接神经网络。使用numpy 实现此练习需要自己手动求导,而t