利用 mnist 数据集测试对比 kan 和 cnn/mlp 的效果

你好呀,我是董董灿。

kan 模型其实火了很久了,很多人从理论的角度给出了非常专业的解读,基本结论是:从目前来看,kan 很难替代 mlp 成为一个更加经典的模型结构。

我这里就不做理论解读了,这部分在网上一搜一大堆。

我这里就直接给出一个利用 KAN / CNN / MLP 分别对 Mnist 数据集进行验证的结果,我们直接从实验的结果出发,来看看这个 KAN 模型的效果如何?

为了做实验,我分别编写了 test_with_cnn_mnist.py 、test_with_kan_mnist.py 以及 test_with_mlp_mnist.py 三个代码脚本,使用相同的数据集,都是 mnist 进行训练和测试。

CNN 的效果

使用 CNN ,经过 5 个 epoch 的训练,最终 CNN 在测试集上的预测准确率是 98.36 %.

MLP 的效果

使用同样的数据集,利用 MLP 进行训练和推理,最终的预测准确度在 93.3 % 左右。

最后看一下 KAN 的效果

使用 KAN 模型对数据集进行训练,最终得到的准确度仅为 82.04%

对比一下

相同的数据集,都是 MNIST。

CNN 预测准确度: 98%

MLP 预测准确度:93%

KAN 预测准确度:82%

说明 KAN 模型在 MNIST 这种经典任务中的表现还有待提高。

最后,以上仅为本人自己测试,可能不严谨,毕竟是在学习 KAN 的过程中做的一个测试,但也能从一定程度上说明问题。

以上三个测试的实验源码有些长,不再这里贴了,如果你对此感兴趣,可以关注我的公众号:董董灿是个攻城狮 并后台回复**"kan**"或 "KAN" 获取以上三种模型的测试源码,当然也可以加我微信(ddcsggcs)获取以上源码。

代码编写测试不易,点个赞呗~

相关推荐
糖葫芦君34 分钟前
Policy Gradient【强化学习的数学原理】
算法
向阳@向远方2 小时前
第二章 简单程序设计
开发语言·c++·算法
github_czy3 小时前
RRF (Reciprocal Rank Fusion) 排序算法详解
算法·排序算法
许愿与你永世安宁4 小时前
力扣343 整数拆分
数据结构·算法·leetcode
爱coding的橙子4 小时前
每日算法刷题Day42 7.5:leetcode前缀和3道题,用时2h
算法·leetcode·职场和发展
满分观察网友z4 小时前
从一次手滑,我洞悉了用户输入的所有可能性(3330. 找到初始输入字符串 I)
算法
YuTaoShao5 小时前
【LeetCode 热题 100】73. 矩阵置零——(解法二)空间复杂度 O(1)
java·算法·leetcode·矩阵
Heartoxx5 小时前
c语言-指针(数组)练习2
c语言·数据结构·算法
大熊背5 小时前
图像处理专业书籍以及网络资源总结
人工智能·算法·microsoft
满分观察网友z5 小时前
别怕树!一层一层剥开它的心:用BFS/DFS优雅计算层平均值(637. 二叉树的层平均值)
算法