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
王_teacher1 天前
RNN 循环神经网络 计算过程(通俗+公式版+运行实例)
人工智能·rnn·nlp
玩转单片机与嵌入式1 天前
一个成熟的嵌入式AI系统,是长什么样子的?
人工智能·单片机·嵌入式硬件·嵌入式ai
Mr数据杨1 天前
加州房价中位数预测在房地产估值中的应用
机器学习·数据分析·kaggle
xiaotao1311 天前
02-机器学习基础: 监督学习——线性回归
学习·机器学习·线性回归
曦樂~1 天前
【机器学习】概述
人工智能·机器学习
DeniuHe1 天前
机器学习模型中的偏置项(bias / 截距项)到底有什么用?
人工智能·机器学习
小江的记录本1 天前
【网络安全】《网络安全常见攻击与防御》(附:《六大攻击核心特性横向对比表》)
java·网络·人工智能·后端·python·安全·web安全
白羊by1 天前
YOLOv1~v11 全版本核心演进总览
深度学习·算法·yolo
深小乐1 天前
AI 周刊【2026.04.13-04.19】:中美差距减小、Claude Opus 4.7发布、国产算力突围
人工智能
深小乐1 天前
从 AI Skills 学实战技能(七):让 AI 自动操作浏览器
人工智能