2. 签名情感分析：基于 snownlp 进行情感极性打分（分值0-1，≥0.6为积极、0.4-0.6为中性、≤0.4为消极），85%的格言为积极情感（如“勇敢的人先享受世界”“人在低谷不可怕，可怕的是失去自我”），10%为中性，5%为轻微消极，班级学生整体心态积极、价值观正向。7. 宿舍分布关系图：以“宿舍号”为节点、“学生人数”为边权重，绘制关系图，519、745、633宿舍入住人数最多（各3

MNIST 是经典手写数字数据集，包含 0~9 共 10 类灰度手写图片。本文使用两层卷积 + 池化的轻量 CNN 模型，基于 PyTorch 完成训练、测试与单图预测，模型识别精度高，适合深度学习入门练习。本次通过 CNN 完成手写数字识别，完整走完深度学习图像分类全流程。CNN 凭借优秀的特征提取能力，在视觉任务中表现突出。本项目代码简洁、易复现，适合新手入门学习，后续可通过增加网络层数、添加