没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
简述VGG模型,说明其中的结构(描述模型的结构,哪一层是卷积、那一层是池化、那一层是全连接?),并使用VGG模型完成下面图像分类的实验(建议使用Python语言,Pytorch 框架)。图像分类数据集:CIFAR-10,由10个类的60000个32x32彩色图像组成,每个类有6000个图像;有50000个训练样本(训练集)和10000个测试样本(测试集) 分别使用数据集中训练集的1%、10%、50%、80%样本进行训练模型,使用测试样本进行测试,简述步骤并对比使用不同比例的训练样本对于训练结果的影响(即模型训练完成后,使用测试样本输入模型得到的准确率)。随着数据量的增大,观察每一次模型迭代(模型每完成一次迭代,即所有训练样本输入到模型中进行训练更新)所需的计算时间、内存消耗变化,并做比较。分析试验结果,回答下面问题: A. 说明你实验的硬件环境 B. 说明自己程序中使用的是哪种梯度下降算法(随机、批量、全部)? C. 训练过程中你调整了哪些参数,谈谈你的调参过程和调参技巧 D. 当数据量逐渐变大时,你的训练测试过程有没遇到实质性困难?
资源推荐
资源详情
资源评论
收起资源包目录
VGG图像分类.zip (45个子文件)
VGG16_train_split_0.1(72 %).ipynb 3.23MB
VGG的探索之CIFAR10分类.pdf 3.91MB
VGG_19_whole 2.ipynb 761KB
VGG16_improve_acc_last(无全连接) - 副本.ipynb 3.16MB
img
Loss_split_0.1.png 34KB
Lr_split_0.8.png 10KB
Loss_split_0.01.png 27KB
Acc_split_0.01.png 27KB
Loss_split_0.8.png 24KB
Lr_split_0.01.png 10KB
Acc_split_0.8.png 22KB
Acc_split_0.5.png 22KB
Acc_split_1.0.png 21KB
Acc_improve.png 23KB
Lr_split_0.5.png 10KB
Loss_split_1.0.png 23KB
Lr_improve.png 11KB
Loss_improve.png 26KB
Lr_split_1.0.png 10KB
Loss_split_0.5.png 25KB
Acc_split_0.1.png 30KB
Lr_split_0.1.png 10KB
VGG16_improve_acc_last(91.82 %).ipynb 3.29MB
VGG16_train_split_0.01(36%).ipynb 1.86MB
history
history_train_split_0.8.txt 9KB
history_train_split_0.01.txt 9KB
history_train_split_improve_last2.txt 14KB
history_train_split_improve_last.txt 13KB
history_train_split_1.0.txt 7KB
history_train_split_improve2.txt 13KB
history_vgg19_best.txt 14KB
history_train_split_0.1.txt 9KB
history_vgg19.txt 5KB
history.txt 6KB
history_train_split_improve.txt 7KB
history_train_split_0.5.txt 9KB
VggNet.py 2KB
vgg_19.ipynb 14KB
VGG16_train_split_0.8(91.13 %).ipynb 3.2MB
VGG16_improve_acc(92.58 %).ipynb 2.52MB
VGG16_train_split_0.5(88 %).ipynb 3.2MB
VGG16_train_split_1.0(92.08 %).ipynb 3.18MB
VGG16_improve_acc2.ipynb 2.71MB
vgg16_best.pkl 58.26MB
VGG16_improve_acc_last2(92.68%).ipynb 3.26MB
共 45 条
- 1
资源评论
- 一帆风顺7122022-12-26资源是宝藏资源,实用也是真的实用,感谢大佬分享~
- qq_368021012022-07-03资源内容详尽,对我有使用价值,谢谢资源主的分享。
- Mr_YaoDaTu2023-03-22果断支持这个资源,资源解决了当前遇到的问题,给了新的灵感,感谢分享~
- 吕鑫慧2024-03-19资源内容详细全面,与描述一致,对我很有用,有一定的使用价值。
风信子的猫Redamancy
- 粉丝: 1w+
- 资源: 50
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 人物检测26-YOLO(v5至v11)、COCO、CreateML、Paligemma、TFRecord、VOC数据集合集.rar
- 人和箱子检测2-YOLO(v5至v11)、COCO、CreateML、Paligemma、TFRecord、VOC数据集合集.rar
- 清华大学2022年秋季学期 高等数值分析课程报告
- GEE错误集-Cannot add an object of type <Element> to the map. Might be fixable with an explicit .pdf
- 清华大学2022年秋季学期 高等数值分析课程报告
- 矩阵与线程的对应关系图
- 人体人员检测46-YOLO(v5至v9)、COCO、Darknet、TFRecord数据集合集.rar
- GEMM优化代码实现1
- java实现的堆排序 含代码说明和示例.docx
- 资料阅读器(先下载解压) 5.0.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功