山东大学人工智能导论实验3 - Logistic回归分类器识别猫的工程文件

简介：
本项目是山东大学《人工智能导论》课程第三周实验作业，旨在通过Logistic回归算法实现对图像中猫的分类识别。该任务涉及数据预处理、模型训练和测试等环节，并利用Python编程语言完成整个流程的实践操作。 山东大学人工智能导论实验3涉及建立Logistic回归分类器来识别猫的图像。该任务旨在基于先前作业的基础上进一步理解神经网络的思想，并明确逻辑回归实际上是一个非常简单的神经网络模型。 具体代码要求包括： 1. 定义模型结构。 2. 初始化模型参数。 3. 进行循环，其中包含以下步骤：计算当前损失（前向传播）、计算当前梯度（反向传播）以及更新参数（使用梯度下降方法）。 文档需要尝试至少三种不同的学习率，并观察在不同学习率下随着迭代次数增加的损失值变化情况。请将这些图像整合到一张图中，分析各种学习率对模型准确性的可能影响及其背后的原因，并探讨如何选择合适的学习率以优化训练效果。 数据集包括： - 训练集中有209张64x64大小的图片和对应的分类标签（0或1），其中0表示非猫图像，而1代表是猫。