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
Wah-Aug3 小时前
PyTorch 模型评估与全局平均池化的应用实践
人工智能·pytorch·python
Elastic 中国社区官方博客3 小时前
理解 Elasticsearch 中的分块策略
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
野生面壁者章北海3 小时前
破解大语言模型的无失真水印
人工智能·语言模型·自然语言处理
鲸鱼24013 小时前
图像分类笔记
大数据·笔记·分类
倔强青铜三3 小时前
苦练Python第56天:元类•描述符•异步•Pickle 的 28 个魔术方法——从入门到精通
人工智能·python·面试
倔强青铜三3 小时前
苦练Python第55天:容器协议的七个魔术方法从入门到精通
人工智能·python·面试
空中湖3 小时前
AI觉醒:小白的大模型冒险记 第9章:GPT大师的工坊 - 语言模型的训练秘密
人工智能·gpt·语言模型
whaosoft-1433 小时前
51c大模型~合集187
人工智能
救救孩子把3 小时前
8-机器学习与大模型开发数学教程-第0章 预备知识-0-8 编程与数值计算基础(浮点数精度、溢出、数值稳定性)
人工智能·机器学习