山东大学人工智能导论实验四工程文件——基于神经网络区分红蓝花朵

简介：
本项目为山东大学《人工智能导论》课程第四次实验报告，旨在通过构建与训练神经网络模型来实现对红蓝两种颜色花朵图像的分类识别。 利用具有1层隐藏层的神经网络分类红色和蓝色的花详解 内容：通过构建一个包含单个隐藏层的神经网络来区分数据集中代表红色和蓝色花朵的数据点，这些数据点被称为“flower”二分类问题。加载所需的数据集使用`X, Y = planar_utils.load_planar_dataset()`函数，其中`X`表示400个样本特征矩阵，而`Y`则是对应的标签向量（0为红花，1为蓝花）。 目标：构建一个具有隐藏层的完整神经网络，并利用非线性激活单元来提高模型区分能力。通过实现前向传播和反向传播算法来进行训练，并且观察不同大小的隐藏层对分类效果的影响。 代码要求： - 定义神经网络结构 - 初始化参数 - 采用ReLU作为激活函数进行正向计算，然后执行反向传播以更新权重 文档要求：比较逻辑回归模型与使用单个隐藏层神经网络在该二分类任务上的表现（请附上两种方法的分类效果图表），并分析哪种方式更优。此外，通过调整隐藏层数量（至少尝试五种不同的大小）来考察不同规模对性能的影响，并展示相应的结果图像，特别注意大尺寸模型可能带来的过拟合问题。