江苏龙网

  1. 主页 > 生活百科 > >

用Pytorch基于MNIST实现手写数字识别

MNIST

代码的基本结构还是延续我通过深度学习神经网络，基于MNIST实现手写数字识别 的结构，只是神经网络部分使用了Pytorch的API 。
有一些地方要多说一点，但是不展开：
1、激活函数选用了ReLU，而非之前的sigmoid，二者的不同，网上文章很多，有机会总结一下 。
2、可以跟前文的代码进行比较看，主要看train、query两个方法，感受一下Pytorch的封装 。
3、用Pytorch构建的神经网络，在训练、测试时采用对应的模式train()、eval()，主要是对BN、Dropout层进行设置，具体的情况有机会详细说一下 。
4、本次还是使用了200个隐藏层节点，学习率0.1，使用了6W+条数据用以训练，1W+条数据用以测试，激活函数分别用ReLU，Sigmoid训练了7个世代，结果如下：
Sigmoid 7世代准确率=94.21%该循环程序运行时间： 404.66520285606384Relu 7世代准确率=98.15%该循环程序运行时间： 396.1038899421692之前代码，7个世代结果：
【用Pytorch基于MNIST实现手写数字识别】准确率=97.26%该循环程序运行时间： 314.45252776145935


    推荐阅读


    上一篇：emo梗是什么意思？

    下一篇：去南京必吃的十道菜是什么？