LeNet5-MNIST-PyTorch
这是使用PyTorch实现的"基于梯度的学习应用于文档识别"论文的最简单实现。
来尝试一下人工智能吧!
欢迎随时提问!
激活函数的区别!
请注意,该仓库的实现使用了最大池化和ReLU激活函数,而不是平均池化和Sigmoid激活函数。
环境要求
Python3
PyTorch >= 0.4.0
torchvision >= 0.1.8
使用方法
$git clone https://github.com/ChawDoe/LeNet-5-MNIST-PyTorch.git
$cd LeNet5-MNIST-PyTorch
$python3 train.py
如果可用,模型现在将在GPU上运行
提示
该仓库包含MNIST数据集。
准确率
测试集上的平均精度:99%