- 博客(2)
- 收藏
- 关注
RSS订阅原创 监督学习：猫狗识别算法实战 V1.0
猫狗识别作为监督学习的经典案例，不仅帮助我们掌握了机器学习的基本原理和技术实现，还为我们打开了通向更广阔领域的大门。从数据预处理到模型训练，再到性能优化，每一步都体现了机器学习的魅力与挑战。通过这一过程，我们深刻认识到，监督学习不仅仅是一种算法或工具，更是一种解决问题的思维方式。无论是分类还是回归任务，监督学习都能为现实世界的问题提供高效的解决方案。未来，随着技术的不断发展，猫狗识别这样的基础任务将被赋予更多的可能性。例如，结合无监督学习或强化学习，我们可以进一步提升模型的泛化能力；
2025-02-28 09:00:00
1199
原创 MNIST手写数字例程
MNIST 数据集是一个广泛用于机器学习和深度学习领域的基准数据集，包含 60,000 张训练图像和 10,000 张测试图像，每张图像是 28x28 像素的手写数字（0-9）。本报告旨在通过卷积神经网络（CNN）对 MNIST 数据集进行分类，并评估模型性能。设置训练轮数（epochs=10）和批量大小（batch_size=64），并在训练过程中保留 20% 的数据作为验证集。测试集中前 5 张图片的预测结果为：（以实际结果为依据）（大于99%）使用测试集评估模型性能，输出测试集上的损失值和准确率。
2025-02-23 22:35:18
1019
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