文件名称：基于cifar-10数据集进行深度学习练手代码
文件大小：409.57MB
文件格式：ZIP
更新时间：2022-10-29 16:40:11
vgg16 自定义网络结构
借助pytorch框架进行学习研究。在最开始搭建的net-5网络实现70%准确率的基础上逐步进行完善。在最后完善的模型上能达到90%的准确率
【文件预览】：
work_master
----aa.py(63B)
----model()
--------Net_res.pt(3.76MB)
--------Net8.pt(2.45MB)
--------Vgg16.pt(82.27MB)
--------Net8_1.pt(2.45MB)
--------Net8_mish.pt(2.45MB)
----net_8.py(1KB)
----__pycache__()
--------vgg16_resnet.cpython-36.pyc(3KB)
--------net_8.cpython-36.pyc(1KB)
--------vgg16_RES_NET.cpython-36.pyc(2KB)
--------net_vgg16.cpython-36.pyc(2KB)
--------net5_resnet.cpython-36.pyc(2KB)
--------vgg16_224.cpython-36.pyc(2KB)
----vgg16_resnet.py(6KB)
----result()
--------vgg16_SGD_relu.jpg(59KB)
--------test.jpg(62KB)
--------net5_adam_relu.jpg(57KB)
--------net_res.png(36KB)
--------vgg16res_SGD_mish.jpg(60KB)
--------net5_sgd_relu.jpg(57KB)
--------vgg16_SGD_mish.jpg(58KB)
--------net_5_SGD_mish.jpg(58KB)
--------res_net_vgg16.jpg(61KB)
--------参数优化vgg16.png(39KB)
--------net_5_SGD_relu.jpg(57KB)
--------net_5_none_dataAugmentation.jpg(63KB)
--------NET8优化.png(36KB)
--------NET8.png(27KB)
--------res_net.png(26KB)
--------vgg16_adam_relu.jpg(58KB)
--------VGG16.png(37KB)
--------net_5_res_relu.jpg(56KB)
--------优化Net_res.png(38KB)
----img_test()
--------1.jpg(18KB)
--------mao.jpg(757KB)
--------apic24745.jpg(68KB)
--------168602.jpg(26KB)
--------xg.jpg(88KB)
--------xiaoguo.jpg(400KB)
----dataset()
--------cifar10()
--------myDataset.py(107B)
----vgg16_224.py(4KB)
----.idea()
--------misc.xml(202B)
--------work_master.iml(291B)
--------modules.xml(281B)
--------workspace.xml(11KB)
--------.gitignore(50B)
--------inspectionProfiles()
----net5_resnet.py(2KB)
----vgg16_RES_NET.py(3KB)
----code()
--------net_5_show.py(1KB)
--------test_model.py(2KB)
--------show_loss.py(1KB)
--------main_en.py(4KB)
--------rec_img.py(2KB)
--------data.py(8B)
----程序说明.txt(797B)
----net_vgg16.py(3KB)
----plot_data()
--------vgg_16_adam_test.txt(139B)
--------net_5_SGD_mish.txt(4KB)
--------net_5_adam1.txt(4KB)
--------net_5_SGD_mish_test1.txt(137B)
--------net_5_adam.txt(4KB)
--------net_5_adam_test1.txt(135B)
--------net_5_test.txt(138B)
--------vgg16_mish_test.txt(138B)
--------none_enhanceData_net5_TEST.txt(138B)
--------net_5.txt(4KB)
--------train_acc.txt(0B)
--------res_net5.txt(4KB)
--------net_5_adam_test.txt(139B)
--------test.txt(417B)
--------res_net5_test.txt(138B)
--------resnet()
--------train_acc_Net_res.txt(0B)
--------vgg_16_adam.txt(5KB)
--------vgg16_mish.txt(4KB)
--------none_enhanceData_net5.txt(4KB)
--------temp.txt(29KB)
--------vgg16_relu_test.txt(139B)
--------vgg16_relu.txt(4KB)