- 博客(10)
- 收藏
- 关注
原创 VGG16实现人脸识别
具体而言,对于给定的神经元,它将其输出除以一个归一化参数,该归一化参数由该神经元的邻近神经元输出的平方和加上一个较小的常数来计算。更大的学习率可能会导致模型更快地达到平滑的参数值,从而减少过拟合的可能性,提高测试集的准确率。(4)模型参数调整速度减慢: 较低的学习率意味着模型参数在训练过程中的调整速度减慢,因此需要更多的迭代次数才能达到最优的参数设置。(1)收敛速度更快: 增大初始学习率可能会加快模型的收敛速度,使模型在相同的训练轮次内达到更高的准确率。
2024-05-02 16:18:59 701 2
原创 利用CNN进行运动鞋识别
1、后期出现测试集的准确率一直持续百分之五十的情形,可能的原因是出现欠拟合或者模型实现错误或者数据不平衡导致,后期尝试增加模型复杂度,调整超参数再重新进行训练和测试。
2024-04-17 04:30:43 909
原创 猴痘病识别(pytorch)
电脑系统:Windows 10语言环境:Python 3.8.18编译器:jupyter notebook深度学习环境:torch == 1.13.1+cu116显卡及显存: Tesla V100-PCIE-32GB。
2024-04-12 12:36:15 846
原创 利用CNN进行天气识别(pytorch版)
这里我们使用pathlib函数进行数据的导入,pathlib是Python标准库中处理文件路径的模块,提供了一种面向对象的方式来操作文件的系统路径;如果我们把学习率进一步缩小,则会看到,测试集准确率从一开始就始终保持在百分之八十附近,这里我们设置为30个epoch,可能不足以改变,因为降低学习率导致训练收敛的速度变慢,可能需要更多是epoch才能达到最优解。这里我们将路径赋值给变量data_dir ,然后利用pathlib模块,其中pathlib模块提供了一种面向对象的操作文件路径的方式,
2024-03-29 17:05:55 2092 1
原创 CIFAR10彩色图片识别(pytorch)
电脑系统:Windows 10语言环境:Python 3.8.18编译器:jupyter notebook深度学习环境:显卡及显存: Tesla V100-PCIE-32GB。
2024-03-21 18:00:31 871 1
原创 minist手写数字的识别代码复现(pytorch 版本)
电脑系统:Windows 10语言环境:Python 3.8.18编译器:jupyter notebook深度学习环境:torch == 1.13.1+cu116显卡及显存: Tesla V100-PCIE-32GB卷积神经网络(Convolutional Neural Network,CNN或ConvNet)是一种 具有局部连接、权重共享等特性的深层前馈神经网络. 目前的卷积神经网络一般是由卷积层、汇聚层和全连接层交叉堆叠而成的 前馈神经网络。
2024-03-16 06:53:27 2068
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