Day 43 训练和测试的规范写法

单通道图片:流程概览

环境与随机性:统一库、字体、随机种子,避免运行差异。

数据准备:transform → datasets.MNIST → DataLoader,按批处理。

模型:展平 28×28 图像,堆叠线性层 + ReLU 得到 logits。

训练 / 测试:独立函数负责日志、评估、绘图。

复用:参数与模块分离,替换组件即可开启新实验

1. 数据准备(MNIST)
2. 定义基础 MLP 模型
3. 测试与可视化工具
4. 训练主循环
5. 执行训练
6. 展平操作与 batch 维度
1. 数据准备(CIFAR-10)
2. 定义彩色版 MLP

@浙大疏锦行

相关推荐
natide2 小时前
词汇/表达差异-7-Alias覆盖率
人工智能·pytorch·python·深度学习·自然语言处理
艾莉丝努力练剑2 小时前
Al Ping免费上新:GLM-4.7 && MiniMaxM2.1重磅上线,附独家使用教程
java·大数据·linux·运维·人工智能·python
拉姆哥的小屋2 小时前
智能婴儿床监控系统
人工智能·python·深度学习
摸鱼仙人~2 小时前
兼容OpenAI接口服务的实现类
开发语言·python
Knight_AL2 小时前
Java 可变参数 Object... args 详解:原理、用法与实战场景
java·开发语言·python
智算菩萨2 小时前
迷宫生成算法:从生成树到均匀随机,再到工程化 Python 实现
python·算法·游戏
深蓝海拓2 小时前
PySide6从0开始学习的笔记(十二) QProgressBar(进度条)
笔记·python·qt·学习·pyqt
xwill*2 小时前
Python 的类型提示(type hint)
开发语言·pytorch·python
汉堡go2 小时前
python_chapter3
开发语言·python