![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
文章平均质量分 79
DaGod123
喜欢搞linux、qt 等开发,喜欢研究AI大模型
展开
-
Pythorch,mnist手写数字识别,几个神经网络的匹配
从上面的设计图上可以看到,输入的图片是32*32*1,但是mnist的图片是28*28*1,那么如果按照上面的设计进行写代码时,一定会出现问题。可以看到,经过两次卷积和两次池化后,最后的数据为:16*4*4,但是我们上面的代码写的16*5*5,所以这里更改为16*4*4.更改后再进行测试。从下面的数据中很容易看到,模型中,有5个卷积层和3个池化层和3个全连接层,其中还加入和dropout的功能。因为mnist中的所有图片都是28*28*1的图片,1表示channel,就是灰色图片。原创 2024-08-14 15:42:35 · 549 阅读 · 0 评论 -
pytorch,手写数字识别,使用lenet算法实现,并对单个图片进行测试
从前面的前馈神经网络实现mnist,到现在用lenet实现mnist,可以看到应该所有的分类性算法都可以用来实现mnist。里面的图片数据如下所示,每张图是0-9的手写数字黑底白字的图片,存储时,黑色用0表示,白色用0-1的浮点数表示。每个图片都是28*28个像素点,数据集/会把一张图片的数据转成一个2828=784的一维向量存储起来。这个数据集包含70000张手写数字图片,分别是60000张训练图片和10000张测试图片,由来自250个不同人手写的数字构成,一般来自高中生,一半来自工作人员,原创 2024-08-14 10:51:38 · 538 阅读 · 0 评论 -
pytorch,用lenet5识别cifar10数据集(训练+测试+单张图片识别)
LeNet-5 是由 Yann LeCun 等人在 1998 年提出的一种经典卷积神经网络(CNN)模型,主要用于手写数字识别任务。它在 MNIST 数据集上表现出色,并且是深度学习历史上的一个重要里程碑。原创 2024-08-12 21:50:07 · 484 阅读 · 0 评论 -
pytorch前馈神经网络--手写数字识别
具体内容就是:输入一个图像,经过神经网络后,识别为一个数字。从而实现图像的分类。原创 2024-07-25 15:11:45 · 591 阅读 · 0 评论