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
独行侠影a9 分钟前
Mojo:专为AI而生的“Python++”,能否真正挑战CUDA与C++的统治地位?
大数据·人工智能·深度学习
zzzzzz31010 分钟前
别让大模型直接碰业务:我在 Spring Boot 里给 AI 操作加了一道“可拒绝的闸门”
人工智能·spring boot·spring
2601_9609067214 分钟前
一致行动人合计持股比例变动超过1%整数倍
人工智能·逻辑回归·爬山算法·散列表·启发式算法·广度优先
蓝鲨硬科技23 分钟前
任利锋的“造物”野心,让AI 3D进入“可制造”时代
人工智能·3d·制造
暗黑小白23 分钟前
Agent 运行时与 Harness:从教科书循环到生产级运行时
人工智能
烂蜻蜓26 分钟前
AI入门教程(十七):AI安全进阶——越狱、注入、对抗与防护
人工智能·ai
小K讲AI营销34 分钟前
存储定价权重构:用“产能分配“框架重估 DRAM+46%、NAND+65%
人工智能
小雨青年34 分钟前
【HarmonyOS 7开发者前瞻】10 HarmonyOS 7 真实项目适配路线图:API 26、AI / Agent 与多端改造优先级
人工智能·华为·harmonyos
半兽先生39 分钟前
大模型技术开发与应用——5.大模型Agent开发(CrewAI)
大数据·人工智能·python·机器学习·ai