使用pytorch搭建卷积网络分类MINST数据集通过改变网络层数和卷积核大小观察对最终分类准确性的影响并可视化实验结果
一实验目的熟悉掌握卷积神经网络的定义了解网络中卷积层池化层等各层特点并利用卷积神经网络对MINST数据集进行分类.二实验内容MINST数据集为数据实现MINST数据集分类的操作其中MINST数据集有10类分别为09.三实验要求1.从网上下载MINST数据集训练你所编写的网络要求记录每次迭代的损失值2.改变卷积神经网络卷积层和池化层数观察分类准确率.思考网络层数的多少对分类准确率的影响.3.改变卷积神经网络卷积核的大小观察分类准确率.思考卷积核大小对分类准确率的影响.4.实验精度达到99.5网络结构简单代码简单易懂不够精简5.内含实验报告实验报告根据网络层数和卷积核大小分别进行对比试验.在原网络的基础上进行修改各产生两组对照组最后对实验结果用tensorboard进行可视化操作
文件列表
卷积神经网络实现minst数据集分类.zip
(预估有个46文件)
卷积神经网络实现minst数据集分类
实验十 采用卷积网络分类MINST数据集.docx
1.06MB
minst_demo
plt2.py
2KB
logs2
net4
events.out.tfevents.1670425321.DESKTOP-KJRR6H8.10308.0
3KB
net5
events.out.tfevents.1670426000.DESKTOP-KJRR6H8.8304.0
3KB
net2
暂无评论