Kaggle上的MNIST竞赛能刷到的最高分是多少

最新推荐文章于 2024-04-27 10:03:29 发布
最新推荐文章于 2024-04-27 10:03:29 发布
阅读量3.7k 收藏 4
点赞数 3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhuqihe02/article/details/50162917
版权

这篇是基于Kaggle上的一个post。

最近蛋疼突然想到拿以前写的一个小网络去刷Kaggle的www.sgo7.com，结果登录了一看，前几名都是1.0000了。对于这种明目张胆的作弊行为，我显然是不屑的，甚至有一个队伍居然提交了68次才刷出1.0000，说明作弊都很不专业，于是打算手欠一把，也刷个1.0。

因为此前并不是很了解MNIST，我的假设是，Theano里附带的www.sgo7.com数据和Kaggle的是一致的，当然后来在MNIST官网确认了这一点。于是在整个7W数据上做了个简单的5-fold训练，模型是LeNet5加了一层，每次的验证集都和其他不一样，因为GPU太挫，每次只训练1~2个epoch，只要验证错误率小于1%就算通过，然后用得到的5个模型做投票，提交之后，结果如下：

最低0.47元/天 解锁文章
慕斯筱婕
关注
  • 3
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
MNIST竞赛准确度99+%技术详解，文末有福利~
我爱计算机视觉
11-27 3056
点击我爱计算机视觉标星，更快获取CVML新技术本文为FlyAI竞赛社区供稿。Part.1项目简介MNIST项目基本上是深度学习初学者的入门项目，本文主要介绍使用keras框架通过构建C...
神经网络 Python TensorFlow MNIST数据集最佳实践（学习笔记）
Monica
02-10 305
加入了变量管理机制和持久化机制 前向传播 单独库函数 训练和测试 分为两个独立的程序 #前向传播 import tensorflow as tf INPUT_NODE=784 #输入层的节点数，图片像素 OUTPUT_NODE=10 #输出层的节点数，类别数目 LAYER1_NODE=500 #隐藏层的节点数 #通过tf.get_variable获取变量。在训练时创建，在测试时加载 def g...
keras卷积入门之mnist,测试准确率99.41%
LIjin_1006的博客
04-27 506
plt.imshow(b11[i,:,:,:3])#i,第i个卷积,每个卷积在输入的每个通道权重不同,但每个通道共用权重,:3是plt显示前3个卷积滤镜的叠加,类似rgb3个通道的叠加颜色,你单独看每个通道是单独的颜色,合起来其实是3种颜色的合成色。print(x_train.dtype,x_train.max(),x_train.min())# 可以看到x_train变成float32,范围0-1。batch_size=batch_size,# 批次大小128。#在最后增加一维通道。
图像分类的数据集
热门推荐
u014410989的专栏
10-30 2万+
第5章图像分类的数据集 不是简单罗列所有的数据集，而是详细讲解了每个数据集的特点，应用场景，发展历史。
Kaggle平台持续运行项目最多9小时的解决方法
qq_42446745的博客
10-25 8743
在Kaggle平台运行自己的项目经常遇到9小时就中断的问题，很多时候到9小时项目并没有跑完，导致前面的时间都浪费了，没能能到最终结果。 有一个解决方案是分开运行项目。如果一共需要跑200轮，则拆分成两次跑，一次100轮。（这100轮要保证能够在9小时内跑完。） 注意：1、前100轮的epoch=100，后100轮的epoch=200！千万不要设置错了。 2、运行的时候要选择Save&Run All，将模型保存下来，这样才能继续训练，并且查看日志文件。 ...
【新手向】【Kaggle】基于CNN的简易MNIST数字识别器PyTorch实现（99.5%准确率）
m0_66785204的博客
09-21 1846
以Kaggle Digit Recognizer入门赛为准，从零开始用PyTorch构建一个简单但拥有不错性能的CNN网络（99.5%准确率）。同时介绍一些基础的用于提升模型性能的手段。
Kaggle MNIST竞赛-python源码.zip
最新发布
05-02
标题 "Kaggle MNIST竞赛-python源码.zip" 暗示了这是一个关于使用Python编程语言参与Kaggle上的MNIST手写数字识别竞赛的项目。MNIST数据集是机器学习领域的一个经典入门实例，主要任务是识别0到9的手写数字图像。...
kaggle-mnist.zip
09-29
这个压缩包包含的是Kaggle上著名的MNIST手写数字识别挑战的数据集，以及使用PyTorch框架实现的Lenet模型。这是一个针对初学者的典型任务，用于熟悉深度学习的基本概念和实践。 **MNIST数据集**： MNIST是Machine ...
kaggle+mnist实现手写字体识别
09-20
主要为大家详细介绍了kaggle+mnist实现手写字体识别，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
Kaggle 商品销量预测季军方案出炉，应对时间序列问题有何妙招
weixin_34075551的博客
01-08 1076
  https://baijiahao.baidu.com/s?id=1595331607299762312&wfr=spider&for=pc 雷锋网 AI 研习社消息，Kaggle 上 Corporación Favorita 主办的商品销量预测比赛于两个月前落下帷幕，此次比赛的奖金池共计三万美元，吸引到 1675 支队伍参赛。 近日，Private Leaderboa...
机器学习笔记 - 参加Kaggle手写体数字识别(MNIST)竞赛并提交预测结果
学以致用 知行合一
01-13 2581
本文旨在通过实例介绍在Kaggle网站上参加竞赛并提交预测结果的流程。选择的竞赛也是最简单的手写体数字识别(MNIST)竞赛。 只要注册一个账号并且通过邮箱验证，便可以参加竞赛。并且按照以下流程进行参与即可。 1、下载数据：几乎所有的比赛都有在线的数据下载，有的数据比较大，对于预处理的要求比较高。 2、构建模型：虽然Kaggle提供了一些在线的云计算资源，但是如果自己有差不多的环境，还是更便利一些。 3、提交结果：Kaggle不要求提交源码，只需要提供指定格式的最终预测结果文件即可。
CNN实现手写数字识别-kaggle竞赛
12-24
CNN实现手写数字识别-kaggle竞赛，正确率是99.6，在kaggle排名200左右
kaggle mnist 训练和测试csv文件
02-17
kaggle mnist 训练和测试csv文件,包括 train和test两部分
kaggle mnist pb 和csv
02-17
tensorflow的pb文件,包括csv和十张测试图片,可用于kaggle比赛
神经网络--基于mnist数据集取得最高的识别准确率
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
02-01 3276
今天来学习一下如何基于mnist数据集取得最高的识别准确率，本文是从零开始的，如有需要可自行跳至所需内容
关于kaggle中的mnist数据集（一）
FJJJJJ
04-01 1万+
前言 本人从今年开始自学机器学习（ml），路途坎坷，任重道远。。不多说了，下面是我学习路程，，， 学习 从某视频网站学习平台上面下载了一套人工智能教学视频，开始看python，应为之前有java基础，所以python上手还是很快的（这里我知识看懂python而已，并不能够深入的理解），学了大概一两周吧，然后就开始入手机器学习。 大概花了一个多月的时间吧，看视频撸代码，对于我这个本科生来说，刚开始...
kaggle数据挖掘竞赛----信用评分卡模型分析（一）数据预处理+特征工程阶段
wait1ess的博客
04-20 1万+
原文地址：https://www.jianshu.com/p/f931a4df202c https://www.jianshu.com/p/159f381c661d https://blog.csdn.net/zs15321583801/article/details/81234446 https://blog.csdn.net/shenxiaoming77/article/details/787...
kaggle竞赛之Hungry Geese比赛
Echooo的博客
08-11 1299
kaggle竞赛之Hungry Geese比赛1. 比赛内容和规则1.1 比赛内容1.2 比赛规则2. 强化学习算法思路2.1 HandyRL2.2 蒙特卡罗树搜索3. 经验总结 本文主要记录参加kaggle竞赛的强化学习赛道的算法思路。在kaggle的众多竞赛中，强化学习赛道并不常见，此次比赛结果还未出，等过两周了再更新此文。 1. 比赛内容和规则 本章简要介绍Hungry Geese比赛内容和规则，能够让新手快速了解kaggle竞赛的大致流程。 1.1 比赛内容 Hungry Geese比赛（比赛链接）
简单介绍一些关于 Kaggle 比赛的知识
mjiansun的专栏
02-28 8202
转自：https://www.zhihu.com/question/23987009/answer/29371981 作者：匿名用户 链接：https://www.zhihu.com/question/23987009/answer/142689844 来源：知乎 著作权归作者所有，转载请联系作者获得授权。 送一篇非常好的文章，https://dnc1994.com/2016/0
Kaggle 上的时尚 MNIST 数据集
05-17
Kaggle 上的时尚 MNIST 数据集是一个包含 70,000 张 28x28 像素的时尚图像的数据集，用于训练和测试机器学习模型。这些图像分为 10 个类别，包括 T 恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包和短靴。它是类似于经典 MNIST 数据集的一个分类问题，但是更具挑战性，因为样本中包含了更多的类别和更复杂的图像。这个数据集可以帮助研究者和开发者更好地理解计算机视觉领域的问题，以及应用深度学习算法进行图像分类任务的方法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值