人工智能工程师实战项目 搭建新的神经网络

视觉方向

简介

自AlexNet2012年在ImageNet大赛夺冠，引爆了深度神经网络的大发展，新的性能更好的神经网络模型，一直是一个非常热门的领域。速度更快，准确度更高的模型，不仅是模型的作者个人或者整个机构科研实力的证明，更是可以跟相应的工业场景结合，带来巨大的直接经济利益。

课程中，通过对各个经典的神经网络结构的讲解，学员们已经掌握了几种经典的网络结构和构成这些网络结构的基本单元，同时了解了这些单元的特点和特长。

本项目中，要求学员们结合课程中学到的内容，利用课程中学过的网络基本模块，搭建一个新的神经网络。

项目

学员需要利用tensorflow搭建新的CNN模型，并利用自己搭建的新模型，参加TinyMind的汉字书法识别比赛和多标签识别比赛。比赛地址如下：

竞赛平台正式比赛已经结束，请参与自由练习榜即可。

评价标准

成果1，竞赛排名

要求学员在相关榜单上留下竞赛排名，竞赛队描述请说明本队伍成员，无法提供所属队伍竞赛排名，视为项目无效。

成果2，项目文档和代码

包含代码和详细的文档。要求能够根据文档重现模型，文档不全者酌情扣分。

文档要求：

• 模型的结构表，详细参数。
• 模型结构示意图。
• Tensorboard等可视化工具给出的模型结构图。
• 训练过程中踩到的一些坑和自己的心得。
• 所有使用的模型结构的说明，采用结构的特点和缺陷并给出数据证明。
• 使用课程中未介绍过的结构并能够证明此类结构有明显效果（选做）

数据集

请参考相关竞赛网页

要点提示

• 数据准备过程在linux系统上进行，尽量不要尝试在windows上进行数据的准备，会遇到各种奇怪的问题。
• 新建的模型直接插入slim框架进行训练即可。