22-习题

选择背景色：黄橙洋红淡粉水蓝草绿白色选择字体：宋体黑体微软雅黑楷体选择字体大小：小中大特恢复默认

1．用本章中开发的神经网络框架对其他数据集进行分类。

2．创建一个通用版的 parse_CSV() 函数，其参数要足够灵活，用以替换本章的两个CSV解析示例。

3．尝试运用其他激活函数来运行本章的示例。（请记得还要求出激活函数的导数。）改变激活函数将对神经网络的准确度产生什么影响？训练的次数需要增加还是减少？

4．用流行的神经网络框架（如TensorFlow或PyTorch）重新创建解决方案，解决本章给出的示例问题。

5．用NumPy重写 Network 、 Layer 和 Neuron 类，以加速本章中开发的神经网络的执行。

[1]　Stuart Russell和Peter Norvig 的《人工智能：一种现代的方法（第3版）》（Artificial Intelligence: A Modern Approach, Third Edition）。

[2]　鸢尾花数据库也能从本书的GitHub上获取。

[3]　M. Lichman的UCI Machine Learning Repositorg（Irvine，CA：University of California, School of Information and Computer Science，2013）。

[4]　M. Lichman的UCI Machine Learning Repository（Irvine，CA：University of California, School of Information and Computer Science, 2013）。