人工智能:NIST手写数字识别问题的单神经元模型实践

NIST手写数字识别问题的单神经元模型实践 按课程案例,动手完成编码实践。 在不改变模型的结构基础上,尝试采用不同的学习率、单批次样本数、训练轮数等超参数,让模型的准确率达到90%。 提交要求: 1、你认为最优的一次带运行结果的源代码文件(.ipynb 格式) 2、作为附件上传 评分标准: 1、完成案例中的代码,有完整的代码,模型能运行,准确率达87%以上;得6分; 2、准确率达89%以上;再得2分,否则得0分; 3、准确率达90%以上;再得2分,否则得0分; 代码: import tensorflow.compat.v1 as tf import matplotlib.pyplot as p