【百度技术学院机器学习训练营第二期】-实验作业
Ta的回复 :二期01班+悠月明 1. 输入为 [3, 32, 32] 最后输出为 [10]. 第一层为conv2d pool2d 和 batch_norm。卷积核为 【5,5】,数目 20,池 [2,2], 步长 [2,2],输出为【20,14,14】 第二层为conv2d pool2d 和 batch_norm。卷积核为 【5,5】,数目 50,池 [2,2], 步长 [2,2],输出为【50,5,5】 第二层为conv2d pool2d 和 全连接输出。卷积核为 【5,5】,数目 50,池 [2,2], 步长 [2,2],输出为【10】 不加bn暂时看没影响。。,更深更多结构,运行时间明显加长,还有就是感觉图片太小了,传入信息不会太少吗? 2. Adam效果比较好 3.样本数量增加训练效果变好,把图片随机旋转,垂直翻转,水平翻转可以当做一个新的样本使用。识别万事万物的想法感觉可以先往大类分,得到的结果再用更细分的的网络进行识别,最后到种类。比如先识别植物,动物,然后再识别是什么植物,什么动物这样。 4.识别效果不好,考虑是图片太小了,还有模型训练不够 5.已经看过官网的代码了,哈哈,没办法