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
nap-joker19 小时前
阿尔茨海默病分期早期检测的多模式深度学习模型
人工智能·深度学习·adni
郑寿昌19 小时前
1.6T光模块将成AI数据中心主流
人工智能
良木生香19 小时前
【C++初阶】STL——List从入门到应用完全指南(1)
开发语言·数据结构·c++·程序人生·算法·蓝桥杯·学习方法
赵药师19 小时前
Cityscape数据集转YOLO
人工智能·深度学习·yolo
aneasystone本尊19 小时前
让外部世界唤醒小龙虾:Webhook 与 Standing Orders
人工智能
WL_Aurora19 小时前
【每日一题】贪心
python·算法
Hector_zh19 小时前
JiuwenClaw 持久化存储落地:从方案到生产的实践验证
人工智能·ai编程
天天代码码天天19 小时前
C# 结合 llama.cpp 实现 PaddleOCR-VL-1.5:本地 OCR 客户端开发全攻略
人工智能
o_insist19 小时前
多层感知机判断氨基酸亲疏水性(PyTorch版)
人工智能·深度学习·机器学习
AICAT19 小时前
让主题模型“心领神会”:GCTM-OT如何用目标提示与最优传输终结跑偏话题
人工智能