Keras训练CIFAR 10 测试集精度90%网络结构及代码

最新推荐文章于 2023-03-02 17:21:05 发布

原创

最新推荐文章于 2023-03-02 17:21:05 发布 · 5.7k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#CIFAR10 #python #TensorFlow #Keras #神经网络

本文介绍了通过Keras训练CIFAR10数据集，达到测试集精度90%以上的网络结构和代码。在避免过拟合的情况下，经过调整后的模型在训练集上精度达93%，感兴趣的读者可以参考并尝试优化。

最近接触ML，在尝试玩儿CIFAR 10。一般网络上面的代码精度只有60%-80%。我再其基础上~~瞎JB~~修改了一下，在训练集精度93%左右的时候开始出现过拟合，最终测试集精度在90%出头。后续还会继续尝试提高精度，这个网络有需求的小伙伴可以拿去玩耍。

Keras下载及安装: Keras安装文档

先贴结果:

Epoch 768/2000

250/250 [==============================] - 543s - loss: 0.1814 - acc: 0.9418 - val_loss: 0.3165 - val_acc: 0.9045

请无视我的训练时间，毕竟CPU训练。。。500+S一个EPOCH，你猜训了2000次要多久呢？ T.T

不废话，贴代码

使用以下代码覆盖原Keras/example/cifar10_cnn.py即可。

'''Train a simple deep CNN on the CIFAR10 small images dataset.

GPU run command with Theano backend (with TensorFlow, the GPU is automatically used):
    THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatx=float32 python cifar10_cnn.py

It gets down to 0.65 test logloss in 25 epochs, and down to 0.55