文件名称：ciresan:在Ciresan 2012中复制MNIST结果
文件大小：892KB
文件格式：ZIP
更新时间：2024-05-19 12:06:48
Python
通过Theano在重现MNIST结果 这里的代码建立在3个监督学习和另一个基础上，以实现在编写本文时对著名的mnist数据集进行分类的。 预测过程包括： 预处理 位数宽度归一化 训练时数字弹性变形 sigma 8的多重弹性变形 使用SGD训练DNN 1x29x29-20C4-MP2-40C5-MP3-150N-10N 由35个篮网委员会进行测试（每7个宽度归一化选择5个篮网） 用法： 参数顺序： batch_size normalized_width 失真 cuda_convnet init_learning_rate n_epochs 火车： python code/ciresan2012.py 128 20 1 1 0.2 测试： python code/test_ciresan2012.py 0 model1.pkl model2.pkl ... 依存关系：
【文件预览】：
ciresan-master
----.gitmodules(95B)
----models()
--------.gitkeep(0B)
----code()
--------4way_test_ciresan2012.py(1KB)
--------test_ciresan2012.py(3KB)
--------figures.py(2KB)
--------package_data.py(2KB)
--------__init__.py(0B)
--------ciresan2012.py(16KB)
--------mlp.py(14KB)
--------logistic_sgd.py(23KB)
--------theanet()
--------venn_diagram.r(2KB)
--------convolutional_mlp.py(14KB)
----__init__.py(0B)
----plots()
--------4Model_committees.png(57KB)
--------distortions_8_sampled.png(418KB)
--------distortions_9_to_5.png(419KB)
----README.md(7KB)
----data()
--------.gitkeep(0B)
----.gitignore(37B)