【pytorch】使用cnn训练及测试mnist数据集

相关文章

• 目标检测

  【目标检测论文阅读】ScratchDet Training Single-Shot Object Detectors from Scratch

  摘要 当前最先进的目标检测器通常是基于一种预训练的模型，这种模型先在大型数据集ImageNet预训练，之后再进行微调训练。不过这种方法有局限性：（1）分类和检测对网络平移性的敏感度不同；（2）网络的结构不方便修改。而从零开始训练的检测器不受网络结构的影响，所以可以随意更改网络结构来训练达到最好的检测效果。之前的从零开始训练的检测器表现都比基于预训练模型的检测…

  2023年4月8日

  000
• 循环神经网络

  Nat. Mach. Intell. | 利用条件循环神经网络生成特定性质分子

  作者 | 陆丰庆 今天给大家介绍瑞士知名药企阿斯利康和伯尔尼大学的 Esben Jannik Bjerrum团队在Nature Machine Intelligence上的一篇论文。该研究提出基于分子SMILES表示的条件循环神经网络，输入目标性质，模型可直接生成具有对应性质的分子。 1 背景 机器学习对生物和化学领域有着深远影响，其可被用于生物活性预测，分…

  2023年4月5日

  000

• chatgpt~插件介绍

  我们开发人员不要对人工智能，gpt有敌意，极快拥抱它，就像20年前拥抱互联网、10年前拥抱移动互联网是一样的，本次作为开篇，介绍几个IDE里常用的插件。 github copilot copilot labs tablnine github copilot智能编辑助手 GitHub Copilot是一款AI结对编程工具，可以帮助开发人员更快地编写代码。这款工…

  人工智能概论 2023年4月25日

  000

• 【机器学习】1 监督学习应用与梯度下降

  监督学习 简单来说监督学习模型如图所示 其中 x是输入变量 又叫特征向量  y是输出变量 又叫目标向量 通常的我们用（x,y）表示一个样本  而第i个样本 用（x（i），y（i））表示 h是输出函数  监督学习的任务是学习一个模型，使模型能够对任意的输入，做出很好的预测。 习惯的样本训练数目用m表示 梯度下降算法 h(x) = Θ0 +Θ1×1+…+Θi…

  机器学习 2023年4月10日

  000

• 好用的函数，assert，random.sample，seaborn tsplot, tensorflow.python.platform flags 等，持续更新

  python 中好用的函数，random.sample等，持续更新 random.sample    random.sample的函数原型为：random.sample(sequence, k)，从指定序列中随机获取指定长度的片断。sample函数不会修改原有序列 import random list = [1, 2, 3, 4, 5, 6, 7, 8, 9…

  tensorflow 2023年4月8日

  000

• python 检测目标日期是否为当天？

  def is_today(target_date): “”” Detects if the date is current date :param target_date: :return: Boolean “”” # Get the year, month and day c_year = datetime.datetime.now().year c_mo…

  目标检测 2023年4月8日

  000

• Pytorch手写线性回归

  pytorch手写线性回归   import torch import matplotlib.pyplot as plt from matplotlib.animation import FuncAnimation LEARN_RATE = 0.1 #1.准备数据 x = torch.randn([500,1]) y_true = x*0.8+3 #2.计算…

  PyTorch 2023年4月8日

  000

• 知乎TensorFlow入门学习记录

  知乎地址：https://zhuanlan.zhihu.com/p/30487008 import tensorflow as tf a=tf.placeholder(tf.int16) # 接受的数据类型 b=tf.placeholder(tf.int16) add=tf.add(a,b) mul=tf.mul(a,b) with tf.Session()…

  tensorflow 2023年4月7日

  000