- 博客(2)
- 收藏
- 关注
RSS订阅原创 3层CNN训练mnist
损失函数：采用交叉熵损失，常用于多分类问题，用于衡量模型预测值与真实标签之间的差异。优化器：采用 Adam 优化器，结合动量和自适应学习率机制，根据每个参数的梯度的一阶矩（均值）和二阶矩（方差），动态调整学习率，提高收敛速度。训练代码中，先计算预测和标签之间的损失，在进行反向传播和更新参数。
2025-03-22 21:31:27
312
原创 CIFAR10训练ResNet18
由于CIFAR10数据集图片较小，尺寸为32*32，故将第一层的卷积核改为3*3，如果继续沿用7*7，导致特征图尺寸迅速变小，丢失很多空间信息。输入通道为3，输出通道为64，不进行下采样同样使用卷积+批归一化+激活函数的组合，不仅可以有效提取和转换特征，还能稳定训练过程和提升网络性能#在__init__方法中#在forward方法中。
2025-03-19 21:40:47
821
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