DAY 44 简单CNN

python 复制代码
epochs = 20  # 增加训练轮次以获得更好效果
model = CNN()
model = model.to(device)  # 将模型移至GPU(如果可用)
criterion = nn.CrossEntropyLoss()  # 交叉熵损失函数
optimizer = optim.Adam(model.parameters(), lr=0.001)  # Adam优化器
scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=5, gamma=0.1)  
print("开始使用CNN训练模型...")
final_accuracy = train(model, train_loader, test_loader, criterion, optimizer, scheduler, device, epochs)
print(f"训练完成!最终测试准确率: {final_accuracy:.2f}%")

更换了调度器,不过没有很明显的区别

@浙大疏锦行

相关推荐
我星期八休息7 小时前
Linux系统编程—库制作与原理
linux·运维·服务器·数据结构·人工智能·python·散列表
AI品信智慧数智人7 小时前
✨AI 赋能医疗,智启健康新未来
人工智能
AiTop1007 小时前
智谱AI推出ZCube组网架构:大模型推理性能与成本双突破,重构智算基础设施
人工智能·重构·架构
@蔓蔓喜欢你7 小时前
WebAssembly入门:让JavaScript跑的更快
人工智能·ai
程序猿乐锅7 小时前
什么是skills? 如何使用skills?如何创建skills?
人工智能·skills
nebula-AI7 小时前
人工智能导论:模型与算法(未来发展与趋势)
人工智能·神经网络·算法·机器学习·量子计算·automl·类脑计算
灵机一物7 小时前
灵机一物AI原生电商小程序、PC端(已上线)-OpenAI 模型推翻离散几何核心猜想:AI 首次证明人类错了
人工智能
Tony Bai7 小时前
AI 编码胜率榜:Go 与 Rust 完胜 C++
人工智能
数字时代全景窗7 小时前
从OpenClaw、Palantir、SpaceX,看颠覆式创新的四个层次(5)传统财务模型的局限
大数据·人工智能·架构·软件工程
code_pgf7 小时前
sVLM在资源受限环境中的应用案例
人工智能·深度学习·架构