基于PyTorch的CIFAR-10图像分类项目总结(2)

  1. 添加每个类别准确率计算

在整体准确率计算后新增功能:

初始化每个类别的正确预测计数器和总样本计数器

遍历测试集统计每个类别的预测结果

计算并打印10个类别的单独准确率

修正了原代码中的语法错误

  1. 增加全局平均池化网络架构

在CNNNet类后新增Net类:

使用全局平均池化替代全连接层

减少参数数量,防止过拟合

保持相同的卷积层结构但修改全连接部分

添加参数总数统计和打印

3.思考:卷积层的通道为什么会增加

注意:在输入图像到达卷积层后原本的RGB三通道与卷积后的超参数不相关

个人感觉卷积核就像高维度想低维度的收缩核心

关于卷积内部运行印象

相关推荐
逻极5 分钟前
Kiro 安全最佳实践:守护代理式 IDE 的 “防火墙”
ide·人工智能·安全·ai
Danceful_YJ5 分钟前
23.目标检测基础
人工智能·目标检测·计算机视觉
不要喷香水5 分钟前
26.java openCV4.x 入门-Imgproc之图像尺寸调整与区域提取
java·人工智能·opencv·计算机视觉
央链知播13 分钟前
何超谈“AI元宇宙将引领场景革命 “十五五”勾勒科技新蓝图”
人工智能·科技
CV视觉23 分钟前
AI 实战篇:用 LangGraph 串联 RAG+MCP Server,打造能直接操控 Jira 的智能体
人工智能·深度学习·机器学习·自然语言处理·langchain·prompt·jira
骄傲的心别枯萎25 分钟前
RV1126 NO.42:OPENCV形态学基础之一:膨胀
人工智能·opencv·计算机视觉
亚马逊云开发者27 分钟前
Agentic AI基础设施实践经验系列(五):Agent应用系统中的身份认证与授权管理
人工智能
爱编程的鱼1 小时前
ESLint 是什么?
开发语言·网络·人工智能·网络协议
星光一影1 小时前
Spring Boot 3+Spring AI 打造旅游智能体!集成阿里云通义千问,多轮对话 + 搜索 + PDF 生成撑全流程
人工智能·spring boot·spring
IT_陈寒1 小时前
Vite性能优化实战:5个被低估的配置让你的开发效率提升50%
前端·人工智能·后端