MNIST不同分類器效果比較

原創 腾云鹏A 2020-05-27 02:15

http://yann.lecun.com/exdb/mnist/

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

含有PCA動畫演示的帖子，需要多讀幾遍的經典

https://stats.stackexchange.com/questions/2691/making-sense-of-principal-component-analysis-eigenvectors-eigenvalues

腾云鹏A 2020-07-07 03:28:25

挑戰8門UDACITY課程學習方法總結

一開始由於我本身軟件開發的基礎，短期內很快就完成了前端開發納米學位的學習。但這招“閃電戰”在機器學習面前立馬不管用了。“強化學習”和“深度學習”這些課題都很難，大大超出了我目前的能力範圍，我卡了很久。最後決定看不懂的暫時跳過，先堅持自己的

腾云鹏A 2020-07-07 03:28:25

transform.Normalize()用法後面參數爲什麼用（0.5，0.5，0.5）（0.5，0.5，0.5）

https://classroom.udacity.com/nanodegrees/nd009-cn-advanced/parts/5f4d630c-d15a-412c-aaeb-b57ad61cd03c/modules/3aa9e81

腾云鹏A 2020-06-21 21:07:45

transfer dense121遷移學習模型模板參數不變只訓練classifier這一層的參數

# Freeze parameters so we don't backprop through them #print("model.parameters()=",type(model.parameters())) import tor

腾云鹏A 2020-06-21 21:07:45

解決softmax後列和不爲1的bug記錄 ：問題原因爲 s爲1維的，來除torch.exp(x)（64x10）時候，維數不對應,需要將s也要轉換爲2維的即維數爲（64x1）,纔可以廣播按行對應相除

def softmax(x):     ## TODO: Implement the softmax function here     #print("torch.exp(x)=",torch.exp(x))     s = torch

腾云鹏A 2020-06-15 15:01:43

注意使用 nn.CrossEntropyLoss()作爲損失函數，最後一層輸出不要softmax了，因爲nn.CrossEntropyLoss()已經包含了該操作

# Build a feed-forward network model = nn.Sequential(nn.Linear(784, 128),                       nn.ReLU(),            

腾云鹏A 2020-06-15 15:01:43

敏感性和特異性

https://www.zhihu.com/question/30750849   對於敏感性sensitivity，也就是真陽性率，表明的是真正有病的樣本在所有預測有病的樣本中所佔的比例。 而對於特異性specificity，是真陰性率

腾云鹏A 2020-06-09 17:56:07

過擬合曲線與早期停止法

腾云鹏A 2020-05-22 14:53:50

keras如何解決局部最小問題

腾云鹏A 2020-05-22 14:53:50

keras使用總結

腾云鹏A 2020-05-21 13:22:31

keras 等深度學習官網文檔 API

腾云鹏A 2020-05-21 13:22:31

優達學城項目學生錄取率同學項目

腾云鹏A 2020-05-17 17:06:13

優達同學波士頓房價預測

腾云鹏A 2020-05-04 03:03:29

udacity模型優缺點

腾云鹏A 2020-05-04 03:03:29

numpy.where用法

腾云鹏A 2020-04-30 23:13:21