本项目为学校的毕设,解决了神经网络识别过程中随着神经网络层的增加,网络的准确性下降的问题
相比于一般神经网路,可以有效解决当神经网络堆叠到一定深度时出现的梯度消失和梯度爆炸的问题,以及一些退化问题,我是对网络进行了开发,使得数据集导入及一些模型的训练变得更快,另外还对数据进行数据增强,使得神经网络对原本测试数据更加精准,此外还画了测试结果和评估结果图片
主要由resnet网络模型的构建,数据集路径生成及数据增强模块的实现组成,主要使用了torch,python
点击空白处退出提示
本项目为学校的毕设,解决了神经网络识别过程中随着神经网络层的增加,网络的准确性下降的问题
相比于一般神经网路,可以有效解决当神经网络堆叠到一定深度时出现的梯度消失和梯度爆炸的问题,以及一些退化问题,我是对网络进行了开发,使得数据集导入及一些模型的训练变得更快,另外还对数据进行数据增强,使得神经网络对原本测试数据更加精准,此外还画了测试结果和评估结果图片
主要由resnet网络模型的构建,数据集路径生成及数据增强模块的实现组成,主要使用了torch,python






评论