m0_72682013的博客

原创 从0开始深度学习：基于 MNIST 数据集的手写数字识别

本文记录了完成MNIST手写数字识别作业的过程和思考。作业要求从零开始构建Dataset、搭建LNN和CNN模型、编写训练循环，并进行超参数对比实验。核心内容包括：数据准备阶段使用random_split划分数据集；模型搭建阶段对比全连接网络和卷积网络的差异；训练过程中遵循PyTorch标准五步流程；实验分析不同超参数的影响。通过实践，作者深入理解了数据隔离的重要性、PyTorch训练范式以及CNN在图像任务中的优势，同时认识到数据质量对模型性能的关键影响。