小白的学习之路-Datawhale X 李宏毅苹果书AI夏令营 打卡第二次

作为一个ai与csdn小白，第三次发文章进行打卡，无比激动和紧张，不知道该说些什么，如有任何问题望各位大佬海涵，多多指导，我虚心接受各位的建议。

  前言+闲聊两句 

首先非常感谢Datawhale官方提供的代码，还有阿里云提供的免费算力体验时长，能让一个小白来学习ai相关的知识。

这次在老师的建议之下，暂时跳过理论课的学习，开始了实践任务。也不算一无所知，之前也学习过类似的知识，例如卷积神经网络的基本概念，之前也跟着教程自己敲过卷积网络的代码，希望能在这次的实践中收获更多的东西。

学习内容

        这次完成的任务是通过卷积神经网络完成十种食物分类的工作。

        先看一下模型结构吧！

        

        神经网络并不复杂，如果把卷积层，Relu激活函数，池化层看作一组的话，很明显程序上一共有五组，最后在更了一个全连接神经网络。

Relu激活函数：

        

这是一个比较经典的激活函数，它确实比较有效，对于它的详细解读，可以看以下的文章：

深入理解ReLU函数（ReLU函数的可解释性）-CSDN博客

谈谈神经网络中的非线性激活函数——ReLu函数 (zhihu.com)

  除了整个模型的结构，这个程序最吸引我的一点就是可以可视化的展现最后的分类结果：

如图可见分类的效果可以说是非常的不好，所以我去查看了一下训练的情况

好家伙，最后这么大的loss可见效果还有很大的提升空间，那就去改改训练参数再去训练一下吧。

上面是原先的训练参数。

这是更改后的，批量大小，训练轮数，学习率，权重衰减均有改动。

让训练数据飞一会儿。。。

训练完的结果：

还是有提升空间的（为啥我改动参数之后，进度条就没有颜色了呢）

看看最后的可视化结果：

感觉有点改进但还是有点乱，打算再改动一下试试，结果下次再更新吧

最后的闲言碎语

        这次又算是截止时间才开始的打卡，客观条件说事情确实是有些多，最近还有一些别的学习任务，但是最近每天的学习时间是有点少了，希望自己能坚持学下去吧。

        各位朋友们都加油！

        如果在上述引用的文章，图片和代码涉及侵权问题，请联系我删除