SSE-PoolGame
实现简易台球游戏
DL-LSTM与迁移学习-猫狗大战
通过来自 kaggle 上的猫狗数据集，训练一个识别猫狗图片的分类器。
DL-LSTM与迁移学习-正弦函数预测
通过已知的样本数据，分别设计 LSTM GRU和 RNN网络对正弦函数进行预测，并绘制出图形。
DL-卷积神经网络-CIFAR-10分类
通过 CIFAR-10 数据集训练得到一个彩色图像分类网络
DL-卷积神经网络-手写数字识别
通过 MNIST 数据集训练得到一个手写数字分类器
DL-SoftMax回归-鸢尾花分类
根据 iris 数据集，用神经网络训练分类器，通过样本四个特征判断鸢尾花种类
DL-SoftMax回归-聚类与分类
通过 sklearn 库提供的聚类算法生成 K 类数据，以这些数据作为数据集训练神经网络，利用 softmax 层和交叉熵损失函数对数据进行分类
DL-共享单车预测
根据 2*365*24 条共享单车数量以及该时段的季节、时间、风速、天气等信息，预测共享单车数量
DL-线性回归
线性回归、神经网络
