自制游戏合集
Cifar10图像分类 由于Cifar10数据集较大,且本文中的训练模型的总参数多达142万, 即使在本地使用GPU(MX150)训练,每次运行仍需接6-8小时,不利于程序的后续调整, 故本程序借助Google Colab(约30min-1h)利用GPU加速在云端运行。 最终模型在(最佳的一次参数:batch=256,factor=0.1,patience=5,62s, 35epoch) 训练集上的准确率为:99.78% 验证集上的准确率为:97.15% 测试集上的准确率为:97.07%
日常课程笔记
最近一年贡献:0 次
最长连续贡献:0 日
最近连续贡献:0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request,其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。