cs231n-2017-assignments2-TensorFlow.ipynb 心得体会

最新推荐文章于 2023-08-27 08:53:50 发布

原创

最新推荐文章于 2023-08-27 08:53:50 发布 · 2.5k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #deep learning #cs231n #cnn

本文记录了作者作为新手在完成CS231n 2017年作业2——使用TensorFlow训练CNN模型在CIFAR数据集上的实践过程。经过训练，模型在训练集上取得0.98的精度，验证集上达到0.82的精度。后续计划继续优化模型。

新手菜鸟级别，大神请绕道

今天较好的完成了cs231n-2017-assignments2-TensorFlow.ipynb中的最后一个部分：构建一个model对cifar数据集进行训练，今天的精度在train上达到0.98，在val上达到0.82，明天继续进行优化。

具体代码见TensorFlow.ipynb

以下仅贴出model：

def my_model(X,y,is_training):
    
    # [conv-relu-conv-relu-pool]  out=14x14
    conv1 = tf.layers.conv2d(X,128,kernel_size=[3,3],strides=(1,1),activation=tf.nn.relu)
    ba1   = tf.layers.batch_normalization(conv1,training=is_training)
    conv2 = tf.layers.conv2d(ba1,256,[3,3],activation=tf.nn.relu)
    ba2   = tf.layers.batch_normalization(conv2,training=is_training)
    pool1 = tf.layers.max_pooling2d(ba2,pool_size=[2,2],strides=2)
    #[conv-relu-conv-relu-pool]  out=5x5
    conv