在pytorch框架下用LeNet5在CIFAR10数据集上实现分类+源代码+文档说明

源码下载地址

点击这里下载代码

项目介绍

作业要求
Homework #1 Creating your own github account.
Implementing your own deep neural network (in Pytorch,PaddlePaddle…).
Training it on CIFAR10.
Tuning a hyper-parameter and analyzing its effects on performance.
Writing a README.md to report your findings.

文件夹说明
dataset （存放数据集压缩包cifar-10-python.tar.gz,需要手动下载该数据集并放到该文件夹中）

model （存放模型）

drawpic （存放readme里的图片）

项目功能

界面预览

项目备注

1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。
下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。

源码下载地址

点击这里下载代码