该项目对应的是b站up主 '炮哥带你学' 的深度学习课程

视频位置:

点击该网址进入视频

---

python解释器

该项目使用的python解释器版本为python3.8

---

所需python环境

• python 3.8

需要导入的包

该项目需要导入的包有：

• tensorflow 2.4.0
• keras 2.4.3
• numpy 1.19.5
• pandas 1.3.5
• matplotlib 3.4.2
• sklearn 0.0
• opencv-python 4.3.0.38

导包指令，在conda环境下的Anconda prompt使用命令行导入：类似

# 可以自己换源，我这里用的是清华源，也可以用豆瓣源
pip install opencv-python==4.3.0.38 -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn

---

安装命令

分别对应安装命令为：

• pip install opencv-python==4.3.0.38 -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.douban.com

---

example1.py

线性回归实战(回归任务),任务是预测某一学习时间下取得什么成绩，数据集自己构造

example2.py:

逻辑回归实战(分类任务)，任务是根据肿瘤的半径、纹理、周长等特征，判断肿瘤是良性还是恶性，数据集使用乳腺癌原始数据.xlsx

example3.py:

全连接神经网络(分类任务)实战，任务是根据肿瘤的半径、纹理、周长等特征，判断肿瘤是良性还是恶性，数据集使用乳腺癌原始数据.xlsx

example4.py:

全连接神经网络(回归任务)实战，任务是根据空气质量数据，预测下一个小时的空气质量，数据集使用AirQuality_ShiJiaZhuang.csv

example5.py:

卷积神经网络(分类任务)实战，任务是根据图片判断是6种不同的钢板缺陷，数据集使用钢板缺陷

注：这里用的是LeNet模型，详细图如下：

example6.py:

LSTM模型实战，任务是预测黄金价格，数据集使用黄金价格