# cifar_pratice

**Repository Path**: kluicer/cifar_pratice

## Basic Information

- **Project Name**: cifar_pratice
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-03-23
- **Last Updated**: 2022-03-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

任务要求：

1. 自行收集两类以上的图像数据，定义数据存储格式
2. 编写程序实现读取图像图片，并分割数据集为训练集、验证集、测试集
3. 编写程序显示部分图像数据
4. 简述图像增强的目的及相应的技术方法
5. 基于pytorch实现数据增强，描述+实现
6. 对一个具体图片实现数据增强并展示
7. 基于pytorch实现第二类模型构建方法搭建网络
8. 显示网络模型结构图及网络参数
9. 简述第二类模型构建方法相比第一类模型构建方法的优点
10. 简述函数形式实现模型训练的思想或者其过程
11. 用代码实现函数形式训练
12. 实现执行训练模型，并输出训练过程日志数据

数据来自[kaggle](https://www.kaggle.com/c/cifar-10/data)，以及[cifar](https://www.cs.toronto.edu/~kriz/cifar.html)

[参考](https://www.kaggle.com/code/vikasbhadoria/cifar10-high-accuracy-model-build-on-pytorch/notebook)

[gitee 仓库地址](https://gitee.com/kluicer/cifar_pratice)

[详细实现代码详见](code/)

[各阶段文档见](docs/)