PyTorch训练MNIST数据集3

本文旨在探索各种不同的改变对于训练精确率的影响

1.增加全连接层

        原来的全连接层由320->10:

self.f1 = torch.nn.Linear(320,10)

        现在改为:每一个线性单元采用relu激活函数

   

        self.f1 = torch.nn.Linear(320,160)
        self.f2 = torch.nn.Linear(160,80)
        self.f3 = torch.nn.Linear(80,40)
        self.f4 = torch.nn.Linear(40,10)

结果:训练20次可达到99%

 

 

 

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

打赏作者

不要绝望总会慢慢变强

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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