LeNet-5:LeNet-5的PyTorch实施和实时可视化-源码

machine-learning deep-neural-networks deep-learning cnn

LeNet-5 这实现了略微修改的LeNet-5 [LeCun et al。，1998a]，并在上达到了约99％的准确度。设置使用以下命令安装所有依赖项 $ pip install -r requirements.txt 用法启动visdom服务器进行可视化 $ python -m visdom.server 开始训练程序 $ python run.py 请参阅时期火车损耗实时图表。经过训练的模型将作为ONNX导出到lenet.onnx 。可以使用查看lenet.onnx文件参考 [ ] Y. LeCun，L。Bottou，Y。Bengio和P. Haffner。 “基于梯度的学习应用于文档识别。” IEEE会议论文集，86（11）：2278-2324，1998年11月。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

LeNet-5:LeNet-5的PyTorch实施和实时可视化-源码

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载