实验内容: 参照课程第二部分讲授的知识表示方法完成,包括产生式系统、框架系统、语义网络等(还可以选择其他方法)解决以下问题(不限于此),必要时上网查找有关参考文献。 猴子摘香蕉问题: 一个房间里,天花板上挂有一串香蕉,有一只猴子可在房间里任意活动(到处走动,推移箱子,攀登箱子等)。设房间里还有一只可被猴子移动的箱子,且猴子登上箱子时才能摘到香蕉,问猴子在某一状态下(设猴子位置为A,香蕉位置在B,箱子位置为C),如何行动可摘取到香蕉。
本例子会实现一个简单的图片分类的功能,整体流程如下:
1、处理需要的数据集,这里使用了MNIST数据集。
1、 定义一个网络,这里我们使用LeNet网络。
2、 定义损失函数和优化器。
3、 加载数据集并进行训练,训练完成后,查看结果及保存模型文件。
4、 加载保存的模型,进行推理。
验证模型,加载测试数据集和训练后的模型,验证结果精度。