• mlp_and_nn
• • 1.1 实验环境创建
  • 1.2 感知机的基本实现实验
  • • 1.2.1 单个感知机的实现
    • 1.2.2 单层感知机的实现
    • 1.2.3 多层感知机的实现
  • 1.3 人工神经网络的简单实现实验

mlp_and_nn

本实验介绍了感知机和神经网络的基本概念，并且介绍了基于MindSpore深度学习框架实现它们的模型构建，通过学习，希望大家能掌握如下：

• 了解感知机的概念和运行原理.
• 了解感知机和神经网络的基本作用。
• 掌握感知机和简单人工神经网络的构建方法。

1.1 实验环境创建

Jupyter Notebook开发环境，软件环境numpy、mindspore 1.7.0、python 3.7.5、matplotlib。

1.2 感知机的基本实现实验

感知机作为神经网络（深度学习）的起源的算法，通过对其学习可以帮助我们更好的理解神经网络的部分工作原理。本次感知机的基本构建包括单个感知机的实现、单层感知机的实现以及多层感知机的实现，逐层递进。通过实验，希望同学们能够了解感知机的运行原理，同时掌握使用MindSpore深度学习框架实现感知机构建的方法。

1.2.1 单个感知机的实现

待补充。

1.2.2 单层感知机的实现

待补充。

1.2.3 多层感知机的实现

待补充。

1.3 人工神经网络的简单实现实验

经过学习，我们已经了解了神经网络的运算原理及信号的传递过程。本实验我们以实现三层神经网络为例，演示在MindSpore框架下它的简单实现方法及前向传播过程。
实验步骤如下：

• 步骤 1 加载MindSpore模块
• 步骤 2 定义神经网络的权重和偏置
• 步骤 3 定义网络模型
• 步骤 4 创建网络并实现前向传播