用PyTorch来实现手写体数字识别

本文通过PyTorch介绍了如何利用MNIST数据集训练一个手写体数字识别模型,模型包含两个卷积层和两个全连接层,激活函数为ReLU。经过训练,模型在测试集上的准确率超过98%。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

写在前面: 我是「虐猫人薛定谔i」,一个不满足于现状,有梦想,有追求的00后
\quad
本博客主要记录和分享自己毕生所学的知识,欢迎关注,第一时间获取更新。
\quad
不忘初心,方得始终。
\quad

❤❤❤❤❤❤❤❤❤❤

在这里插入图片描述

数据介绍

数据集用的是MNIST,这个应该是比较经典的数据集了,其中的手写体数字识别,可以说是人工智能领域的HelloWorld了

设计思路

在网络结构上,使用了两个卷积层,两个全连接层,使用ReLU函数作为激活函数。

conv1
conv2
fc1
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值