DAY40 训练与测试规范写法

一、核心知识点回顾
  1. 图片数据处理规范

    • 彩色 / 灰度图片的训练、测试逻辑需封装成独立函数,便于复用和维护。
    • 展平操作:保留第 1 维(batchsize),将后续所有维度(如H,W,C)展平为一维向量,适配全连接层输入。
  2. Dropout 操作逻辑

    • 训练阶段:随机丢弃部分神经元,防止过拟合。
    • 测试阶段 :切换模型为eval()模式,关闭 Dropout,保证推理结果稳定。
相关推荐
甲维斯38 分钟前
坦克大战测试全翻车了!豆包,DeepSeek,Qwen,GPT,Claude
前端·人工智能·游戏开发
若丶相见1 小时前
AI 大模型零基础知识扫盲
人工智能
猿人谷2 小时前
不只是 CPU 阈值:STAR 如何用 GAT + Transformer 做容器级自动扩缩容?
人工智能·算法
说了很好3 小时前
PyTorch从零搭建DDPM:时间嵌入+UNet网络+扩散调度完整复现
人工智能
Bigfish_coding3 小时前
前端转agent-【python】-06 长期记忆(向量数据库 + 嵌入)
人工智能
小林ixn3 小时前
别再手写Prompt了!用AI Loop实现自动化自我迭代,效率提升10倍
人工智能·自动化运维
说了很好3 小时前
逐行注释DDPM源码:正向加噪、逆向去噪、MSE损失全流程复现
人工智能
Dilee3 小时前
Spring AI 1.1.7 接入 MCP:Filesystem Server 最小 Demo
人工智能·后端
复杂网络3 小时前
Stable Diffusion 视觉大模型微调技术深度调研
算法
Token炼金师3 小时前
大模型推理超参数原理详解
人工智能