文件名称:cifar:使用theano和theanet的最新结果是Cifar 100。 具有数据增强功能的卷积神经网络
文件大小:793KB
文件格式:ZIP
更新时间:2024-05-29 16:58:42
Python
西法尔 挑战是使用软件包通过中的深度神经网络实现的。 该存储库是Bradley Efron和Trevor Hastie撰写的《计算机时代统计推断》一书第18章中显示的模拟的基础。 我们已经设法使测试数据的错误率低至35%, 是根据是最先进的。 要重现35%的测试错误率,您需要使用55M.prms参数文件,然后进行训练,重新训练和重新训练。 用法 获取数据 从获取[tar.gz文件]( )并将其解压缩到根目录。 训练 python train.py params/0baby.prms [1] # For a test run with a small network python train.py params/55M.prms [1] # For a serious run with a huge network 这将对训练数据进行训练(就像永远使用较大的配置一样
【文件预览】:
cifar-master
----train.py(7KB)
----distortion.py(4KB)
----test.py(3KB)
----distorted_images()
--------train42545-willow_tree-cockroach-willow_tree-porcupine-rose-cockroach-boy.png(92KB)
--------train42587-television-cockroach-lawn_mower-bottle-maple_tree-camel-butterfly.png(103KB)
--------train42594-plain-cockroach-castle-kangaroo-man-wardrobe-lizard.png(92KB)
--------train42566-bed-whale-tractor-lamp-bicycle-oak_tree-ray.png(96KB)
--------train42573-caterpillar-otter-leopard-porcupine-possum-bear-fox.png(96KB)
--------train42580-camel-shrew-shrew-skunk-maple_tree-cockroach-oak_tree.png(98KB)
--------train42559-mountain-beetle-chair-bed-leopard-sweet_pepper-possum.png(101KB)
--------train42552-keyboard-woman-fox-streetcar-sweet_pepper-maple_tree-raccoon.png(98KB)
----edit_pkl.py(803B)
----edit_num_epochs.py(781B)
----calculate_error_rates.py(3KB)
----utils.py(3KB)
----README.md(2KB)
----params()
--------0baby.prms(2KB)
--------31M.prms(4KB)
--------36M.L2.1e-4.prms(4KB)
--------55M.prms(4KB)
--------0test.prms(3KB)
--------24M.prms(3KB)