- 博客(3)
- 收藏
- 关注
RSS订阅原创 卷积神经网络实现猫狗分类
使用pytorch来进行卷积处理传入数据集，将图像数据进行转换和标准化，首先将图像调整为64*64大小，根据gpu和cpu来选择图像的处理，将图像转换为张量（tensor)的格式，使用normalize函数对图像进行标准化处理，格式为均值和标准差的形式。
2024-04-25 17:37:10
338
1
原创 基于pytorch神经网络进行猫狗分类
代码实现了一个基于 PyTorch 的猫狗图像分类器。通过自定义数据集类加载和预处理图像数据，构建了一个简单的多层感知器神经网络模型。使用随机梯度下降优化器和负对数似然损失函数进行模型训练，并在训练结束后对模型进行评估和预测。
2024-04-10 20:48:35
413
1
原创 使用MNIST数据集构建神经网络实现手写字体的识别
损失函数在机器学习和深度学习中用于衡量模型预测结果与真实标签之间的差异或错误程度。通过最小化损失函数的值，可以使模型的预测结果更接近真实标签，从而提高模型的准确性和性能。定义优化器，优化器的作用是帮助模型更快地收敛到最优解，提高模型的训练速度和性能。这段代码实现了加载MNIST数据集、构建神经网络模型、训练模型、保存模型、加载模型以及对输入的手写数字图片进行预测的功能。在实测之后能正确的识别图片上的数字。
2024-03-26 20:41:12
688
2
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