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
不做无法实现的梦~几秒前
MAVLink 协议教程
linux·stm32·嵌入式硬件·算法
小p2 分钟前
claude code 工程化学习3: 如何创建一个复杂的 Skill
人工智能
程序大视界2 分钟前
【Python系列课程】Python入门教程
开发语言·人工智能·python
ZhengEnCi4 分钟前
09b-斯坦福CS336作业一-Transformer语言模型
人工智能
独隅8 分钟前
MySQL 接入不同 AI 大模型进行数据管理的全面指南(MySQL + AI)
数据库·人工智能·mysql
morning_judger10 分钟前
Agent系列(二)-记忆系统的设计
开发语言·python·机器学习
ZhengEnCi23 分钟前
09abb-SwiGLU激活函数
人工智能
墨白曦煜27 分钟前
算法实战笔记:剥开回溯算法的外衣——从通用模板到高阶去重(八)
笔记·算法
用户5218724556529 分钟前
spring ai alibaba之项目搭建
人工智能
TickDB31 分钟前
智谱GLM-4 接金融数据:工具描述多写三个字,模型少犯一类错
人工智能·python·websocket·行情数据 api·行情 api