- 博客(3)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 基于经典卷积神经网络LeNet-5进行手写数字的识别（二）
卷积神经网络（Convolutional Neural Network, CNN）是一种专门用于处理具有网格结构数据（如图像、音频）的深度学习模型。其主要包括输入层、卷积层、池化层、全连接层和输出层，相比于简单的全连接神经网络多了卷积层和池化层，这两部分主要是用于特征提取、减小参数同时具有鲁棒性和平移不变性。卷积层:主要是利用卷积核与输入的通道进行卷积计算得出输出的通道池化层:主要是对卷积层输出的通道进行特征提取，常用的方法有最大值池化和均值池化卷积神经网络（CNN）详细介绍及其原理详解。
2025-10-11 23:53:51
651
原创 基于Pytorch全连接神经网络的 CIFAR10 分类
# 定义一个训练数据加载器dataset = train_data, ## 使用的数据集batch_size = 256, # 批处理样本大小shuffle = True, # 每次迭代前打乱数据num_workers = 2, # 使用两个进程## 计算train_loader有多少个batchprint("train_loader的batch数量为:",len(train_loader))## 对测试集进行处理root = "/opt/shared/data/", # 数据的路径。
2025-09-29 10:45:00
314
原创 基于Pytorch全连接神经网络的MINST手写数字识别（一）
本文实现了一个基于MNIST数据集的全连接神经网络分类模型。首先对MNIST数据进行预处理，包括数据加载、批处理设置和可视化展示。网络采用4层全连接结构（784-392-196-98-10），使用ReLU激活函数和交叉熵损失，Adam优化器进行训练。在100个epoch的训练过程中，记录了训练损失、训练精度和测试精度，并绘制了它们随epoch变化的曲线图。实验结果表明，该模型在MNIST数据集上取得了较好的分类效果，训练过程稳定收敛。
2025-09-27 16:34:30
233
空空如也
Mac上下载了sublime text但是显示找不到stdio这个文件怎么办
2022-02-23
TA创建的收藏夹 TA关注的收藏夹
TA关注的人