超级会员免费看
本文通过手写二维卷积实现与PyTorch内置模块对比，探讨了卷积层、超参数及AlexNet模型在训练时间、预测精度、Loss变化上的影响。实验中，作者分析了不同卷积核大小、batchsize和学习率等因素，并用AlexNet在数据集上进行了训练和验证。
手写二维卷积的实现，并在至少一个数据集上进行实验，从训练时间、预测精度、Loss变化等角度分析实验结果
1.2 torch.nn实现二维卷积实验
使用torch.nn实现二维卷积，并在至少一个数据集上进行实验，从训练时间、 预测精度、Loss变化等角度分析
1.3 超参数对比分析
从训练时间、预测精度、Loss变
于 2022-07-18 14:45:13 首次发布
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
