- 博客(4)
- 收藏
- 关注
RSS订阅原创 模型学习：LeNet5
confusion_matrix_scores() 用于从混淆矩阵中提取出分类效果的详细信息，包括精确率、召回率和 F1 分数，帮助评估模型的表现。为了方便对模型进行不同参数的训练，我在训练过程中的circuit_train函数中增添了循环结构。train() 和 test() 是核心的训练和测试函数，分别处理模型的训练过程和评估过程。：84 → 10（对应 10 个类别，如 MNIST 的 0-9 数字）。对于 MNIST 数据集，输入为单通道（灰度图）的28×28像素图像。
2025-06-21 17:27:50
1701
1
原创 观B站小土堆torch入门教学笔记
博主视频链接：【PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】】https://www.bilibili.com/video/BV1hE411t7RN?
2025-06-10 21:46:30
1694
2
原创 PyTorch环境的配置（GPU）
在浏览器进入官网 https://www.anaconda.com/ 下载anaconda后安装：安装成功。
2025-06-09 21:40:28
1000
5
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人