---
title: AI hw01
---
# Artificial Intelligence
NTNU 人工智慧
##### [Back to Note Overview](https://reurl.cc/XXeYaE)
##### [Back to Artificial Intelligence](https://hackmd.io/@NTNUCSIE112/AI110-2)
{%hackmd @sophie8909/pink_theme %}
###### tags: `AI` `110-2` `CSIE` `選修` `NTNU`
<!-- tag順序 [學校] [系 必選] or [學程 學程名(不含學程的 e.g. 大師創業)] [課程] [開課學期]-->
<!-- 網址名稱 AI110-1_[] -->
## AI HW#01
### due: 2020/3/10 + 7（延後一周）
1. 首先，請說明你所用之機器軟硬體規格、所用的作業系統等相關資訊以及你為何選擇這樣的規格。另外請提供你的聯絡電話，以便不時之需。
2. 「實作類神經網路計算神秘函數」講義第6頁的程式，只訓練了200次。請改寫程式以訓練不同的次數並做出誤差圖表。請問誤差會無限的小下去嗎？如果改寫程式加入learning rate的話，會有差別嗎？（請提供你的程式）
3. Regularization（L1及L2），就你理解的，說明它是甚麼意思？請盡量用簡單的說法，讓外行人也能搞懂。
4. TensorFlow Playground的Features有7種，請說明這7種形狀為何？在測試時用不用得著？哪些用得著？哪些用不著？Why？
5. 迴歸（Regression）及老師講得不明不白。請你自己設法了解清楚，說明各為何？有何用處？
6. TensorFlow Platground的**Activation**激活函數有4種，請說明這4種形狀為何？在測試時用不用得著？哪些用得著？哪些用不著？Why？
7. 接著你想自己訓練一下講義上第4頁的「Solving XOR with a Neural Net」問題，並用一樣多的layers及neurons，你能做出雷同的結果嗎？說明你如何執行訓練及測試？如何得出正確率？你自己是怎麼算的？這個訓練結果花了多少時間？能做到令人滿意的結果嗎？
8. 接著你想自己訓練一下複雜的螺旋狀「分類」問題，並盡可能用越少的layers及neurons越好，說明你如何執行訓練及測試？如何得出正確率？你自己是怎麼算的？這個訓練結果花了多少時間？能做到令人滿意的結果嗎？
9. 接著你想自己訓練一下一些複雜的第二個「迴歸」問題，並盡可能用越少的layers及neurons越好，說明你如何執行訓練及測試？如何得出正確率？你自己是怎麼算的？這個訓練結果花了多少時間？能做到令人滿意的結果嗎？
10. 上小題的程式中使用sigmoid當activation function，若改用其他的functions（至少請舉３種其他的functions）來跑程式，請問結果有何不同？訓練速度有差別嗎？~~（請提供你的程式）~~
11. 請說明擬作此作業所碰到的一些狀況及困難。
12. 請列出你的參考文獻（含網站）來源，並請說明參考了哪些部分用於作業中。
### 原圖