山东大学人工智能导论实验2 - 前向传播与反向传播工程文件

简介：
本课程为《山东大学人工智能导论》系列实验第二部分，专注于深度学习基础技术——前向传播和反向传播算法的理解与实现。通过实际编程练习，学生可以深入掌握神经网络训练的核心机制，并应用Python等语言解决具体问题。 在山东大学的人工智能导论实验2中，要求实现前向传播和反向传播的过程，并计算交叉熵损失函数（cross entropy loss）。假设输入X包含n个样本，这些样本属于m=3个类别之一。a^m表示每个样本属于第m类的概率。 任务的具体内容如下： - 实现三次完整的前向传播及反向传播过程。 - 在每次完成反向传播后更新权重ω和偏置b，并输出它们的值。 - 使用σ(∙)表示Sigmoid函数进行相关计算。 通过这个实验，学生将能够更好地理解神经网络中的前向传播与反向传播机制。此外，还需要根据作业一中提供的基本操作来编写代码实现上述功能，并且在文档里详细说明所用到的相关公式和算法过程。最后，需要提供程序运行的输出结果截图以供验证。 此实验要求学生不仅能够理论理解神经网络的工作原理，还能够通过实际编程实践加深对这些概念的理解与应用能力。