# ann

**Repository Path**: yuemanlanjiang/ann

## Basic Information

- **Project Name**: ann
- **Description**: 人工神经网络课程资源
- **Primary Language**: Matlab
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2020-09-24
- **Last Updated**: 2021-10-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 成绩评定

    	总成绩=综合训练+点名+课堂讨论

        分组：随机生成分组

        课堂讨论内容，随课堂进度布置

        分组得分由组内成员自行分配

![输入图片说明](https://images.gitee.com/uploads/images/2021/0830/144711_dc3134e1_901284.png "分组.png")


# 综合训练项目

## 总体要求
* 实现语言不限
* 具有用户图形界面和交互功能
* 代码规范、注释清晰、用户友好
* 不得雷同！！！


## 项目一：BP算法演示系统
* 能够图形展示网络结构（神经元、权值连接、激活函数图像等），动态展示算法运行过程（当前轮次、权值、前向计算各神经元输出值、后向计算误差及各权值调整值等）；
* 算法演示过程可以手动控制按步执行，也可以自动控制动态执行；
* 扩展功能：动态调整网络结构（层数、各层神经元数等），输入样本数据及其标签等。

## 项目二：手写识别应用系统
* 采用MNIST手写数据集；
* 读取指定样本和测试数据文件；
* 图形设置算法参数（误差容限、轮次上限、学习率等）；
* 图形展示测试识别结果、网络结构、权值等数据；
* 展示识别准确率、误差、执行epoch、时间等性能分析；
* 扩展功能：能够对不同的算法参数，比较其执行效果
* 识别准确率将作为评分标准之一

## 成果形式
* 程序源代码
* 设计文档（详细说明使用的神经网络类型、原理、算法、网络结构及参数设置、代码结构、运行结果、识别效果分析等）
* 演示及回答问题

# 课堂讨论
## 第一次课堂讨论：BP算法推导
* 各组推选一名进行讲解
* 以n层感知器为例，说明BP算法原理，迭代公式

## 第二次课堂讨论：BP算法的缺点及改进
* 各组推选一名进行讲解
* 说明改进的来源、原理、结论等

## 第三次课堂讨论：BP算法实现
* 各组推选一名进行讲解演示
* 以n层感知器为例，实现BP算法，讲解实现过程（不需要图形界面）