基于深度学习的图像分类任务实现(实现多种对Cifar-10数据集的分类器,并比较其算法精度。要求基于PyTorch设计并实现)

上传者: 45928096 | 上传时间: 2022-05-08 14:42:23 | 文件大小: 1.88MB | 文件类型: ZIP
资源包括:论文,代码以及数据!【均为原创】 实现多种对Cifar-10数据集的分类器,并比较其算法精度。要求基于PyTorch设计并实现以下三种分类器,并利用Cifar-10的测试集评估各分类器的性能:线性回归分类器;全连接人工神经网络分类器;卷积神经网络分类器。后两种分类器的超参数由自由选择,不要雷同。报告要求如下: 问题定义:Cifar-10数据集和分类问题的定义,对求解问题进行建模。 算法设计:介绍三种分类器的设计细节。 实验结果:对三种分类器的性能,以及超参数的选择进行评估。 字数要求:不少于2500字(不得包含任何程序代码)

文件下载

资源详情

[{"title":"( 2 个子文件 1.88MB ) 基于深度学习的图像分类任务实现(实现多种对Cifar-10数据集的分类器,并比较其算法精度。要求基于PyTorch设计并实现)","children":[{"title":"实训二.docx <span style='color:#111;'> 18.94KB </span>","children":null,"spread":false},{"title":"信计181-181294-齐佳静-综合实践报告2.pdf <span style='color:#111;'> 2.08MB </span>","children":null,"spread":false}],"spread":true}]

评论信息

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