- 博客(4)
- 收藏
- 关注
RSS订阅原创 数据输入卷积层后，其输出数据的维度计算笔记
若想用AlexNet模型训练CIFAR10数据集，必须要对原模型进行修改，否则模型的输入维度，卷积核等无法与CIFAR10数据集相匹配，则不能训练。
2023-09-15 21:41:24
713
原创 CV实验之VGG16网络
我们用微调后的VG16模型在CIFAR10数据集上训练了100个epoch，最高测试准确率为91.33%，这相对于原始的VGG16模型有了较大的改善。我们对微调模型进行了对比与分析，得出以下结论。
2023-07-10 17:08:52
419
1
原创 CV实验之GoogLeNet网络训练总结
GoogleNet模型的网络深度为22层（ 如果只计算有参数层，GoogleNet网络有22层深 ，算上池化层则共有27层），而且在网络架构中引入了Inception单元，从而进一步提升模型整体的性能。虽然深度达到了22层，但大小却比AlexNet和VGG小很多，GoogleNet参数为500万个（ 5M ），VGG16参数是138M，是GoogleNet的27倍多，而VGG16参数量则是AlexNet的两倍多。，将最后一个卷积层的特征图的每个通道的空间维度进行平均，得到一个固定大小的特征向量。
2023-07-10 17:08:05
1038
1
原创 RuntimeError: mat1 dim 1 must match mat2 dim 0_debug记录
一般在做图像分类训练模型的时候，遇到RuntimeError: mat1 dim 1 must match mat2 dim 0这个错误，一般都是由于模型定义的num_classes与数据集的分类种类数量不一致造成的。或者由于前向传播中通道数不匹配，需要把out_features和in_features的数值进行统一。
2023-07-10 10:35:32
250
1
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