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
用户5191495848452 小时前
Windows 渗透测试载荷加载器 POC 工具集
人工智能·aigc
大树882 小时前
金刚石散热越强,管路越先见顶
大数据·运维·服务器·人工智能·ai
通信小呆呆2 小时前
当算法有了“五感”:多模态数据融合如何向人体感官协同学习?
人工智能·学习·算法·机器学习·机器人
施小赞2 小时前
普通 RAG vs GraphRAG 核心对比
人工智能·ai
EAIReport2 小时前
RuoYi-AI 企业级AI开发平台实战详解
人工智能
HelloWorld__来都来了2 小时前
【每日学术速报】2026-06-15
人工智能·具身智能
H__Rick2 小时前
自动对焦学习-3
人工智能·学习·计算机视觉
SpaceAIGlobal2 小时前
AI 生成 PPT 工具深度评测与选型指南
人工智能·powerpoint
移动云开发者联盟2 小时前
移动云HaishanDB焕新出发!
人工智能