Keras训练CIFAR 10 测试集精度90%网络结构及代码

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
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值