【实验记录】Fashion-Mnist分类实验记录
Fashion-Mnist实验记录
- 使用深度学习解决Fashion-Mnist分类问题
- • Problem Description
- • Solution Design
- • Data Preparation
- • Network Structure, Network Training, Experimental Results
- 训练1(error)
- 训练2(84.50%)
- 训练3(86.60%)
- 训练4(88.75%)
- 训练5(fail)
- 训练6
- • Conclusion
- • Implement Code
- • References (at least two references)
使用深度学习解决Fashion-Mnist分类问题
• Problem Description
https://github.com/zalandoresearch/fashion-mnist
• Solution Design
先使用全连接神经网络
• Data Preparation
matlab打开数据集:https://blog.csdn.net/tracer9/article/details/51253604
数据集数量:60000+10000数据集内容: Zalando’s article images单个样本大小:28*28
• Network Structure, Network Training, Experimental Results
训练1(error)
max_iter = 600mini_batch = 40alpha = 0.05data:28x28x8000layer_size: input+56(0);270;90;30;10w: randn()*sqrt(6/(n{l}+n{l+1}))sigmoidJ: 0.5/mini_batch*Σ(a{L}-y)
本来最后是有:
591/600 epochs: J=0.0431 Acc=0.9500
592/600 epochs: J=0.0358 Acc=0.9500
593/600 epochs: J=0.0304 Acc=1.0000
594/600 epochs: J=0.0425 Acc=0.9250
595/600 epochs: J=0.0374 Acc=0.9500
596/600 epochs: J=0.0407 Acc=0.9500
597/600 epochs: J=0.0818 Acc=0.8750
598/600 epochs: J=0.0162 Acc=0.9750
599/600 epochs: J=0.0327 Acc=0.9500
600/600 epochs: J=0.0695 Acc=0.9250
但是很奇怪的是:
Accuracy on training dataset is 1.150000%
Accuracy on testing dataset is 3.900000%
不知道什么情况,可能是测试逻辑不对?
哦。。。原来直接复制了上一次代码的某句话导致错误。。。
% prepare labels
% [~,ind_label]=max(trainLabels(:,ind((k-1)*mini_batch+1:min(k*mini_batch,train_size))));
% prepare targets
% y=audio(:,ind_label);
y = trainLabels(:,ind((k-1)*mini_batch+1:min(k*mini_batch,train_size)));
训练2(84.50%)
…参数同训练1
修改错误,重新训练
Accuracy on training dataset is 92.287500%
Accuracy on testing dataset is 84.500000%
训练3(86.60%)
train_data: 20000test_data: 5000…其他参数同训练1
只是加大了数据量
Accuracy on training dataset is 94.825000%
Accuracy on testing dataset is 86.600000%
训练4(88.75%)
train_data: 60000(all in)test_data: 10000max_iter = 487(emmm半夜要停电)…其他参数同训练1
同样只是加大了数据量
几乎没有变化
Accuracy on training dataset is 96.681667%
Accuracy on testing dataset is 88.750000%
训练5(fail)
train_data: 60000(all in)test_data: 10000max_iter = 600relulayer_size: input+56(0);401;191;92;44;21;10…其他参数同训练1
Accuracy on training dataset is 10.000000%
Accuracy on testing dataset is 10.000000%
训练6
train_data: 60000(all in)test_data: 10000max_iter = 600sigm…其他参数同训练1
Accuracy on training dataset is 97.621667%
Accuracy on testing dataset is 88.460000%
• Conclusion
• Implement Code
• References (at least two references)
【实验记录】Fashion-Mnist分类实验记录相关推荐
- 【人工智能项目】Fashion Mnist识别实验
[人工智能项目]Fashion Mnist识别实验 本次主要通过四个方法对fashion mnist进行识别实验,主要为词袋模型.hog特征.mlp多层感知器和cnn卷积神经网络.那么话不多说,走起来 ...
- fashionmnist数据集_Keras实现Fashion MNIST数据集分类
本篇用keras构建人工神经网路(ANN)和卷积神经网络(CNN)实现Fashion MNIST 数据集单个物品分类,并从模型预测的准确性方面对ANN和CNN进行简单比较. Fashion MNIST ...
- 新闻上的文本分类:机器学习大乱斗 王岳王院长 王岳王院长 5 个月前 目标 从头开始实践中文短文本分类,记录一下实验流程与遇到的坑 运用多种机器学习(深度学习 + 传统机器学习)方法比较短文本分类处
新闻上的文本分类:机器学习大乱斗 王岳王院长 5 个月前 目标 从头开始实践中文短文本分类,记录一下实验流程与遇到的坑 运用多种机器学习(深度学习 + 传统机器学习)方法比较短文本分类处理过程与结果差 ...
- 实验——一阶RC电路(试验记录)
实验--一阶RC电路(试验记录) "稳态"与 "暂态"的概念 一阶电路过渡过程 一阶电路的定义 一阶R-C电路的充电过程曲线 一阶R-C电路的放电过程曲线 时间 ...
- Arduino小白的学习记录:RGB-LED传感器实验
在上一个实验中我们介绍了双色LED灯的实验,但如果仅有两种颜色是不是觉得有些单调呢,接下来就让我们通过这个实验来组合出更多的颜色吧! 一.介绍 RGB-LED模块可以发出各种颜色的光.红色.绿色和蓝色 ...
- tensorflow卷积神经网络实战:Fashion Mnist 图像分类与人马分类
卷积神经网络实战:Fashion Mnist 图像分类与人马分类 一.FashionMnist的卷积神经网络模型 1.卷积VS全连接 2.卷积网络结构 3.卷积模型结构 1)Output Shape ...
- 深度学习 第3章线性分类 实验四 pytorch实现 Logistic回归 上篇
目录: 第3章 线性分类 3.1 基于Logistic回归的二分类任务 3.1.1 数据集构建 3.1.2 模型构建 1. Logistic函数 2. Logistic回归算子 3.1.3 损失函数 ...
- 深度学习 第3章线性分类 实验四 pytorch实现 Softmax回归 鸢尾花分类任务 下篇
目录: 第3章 线性分类 3.3 实践:基于Softmax回归完成鸢尾花分类任务 3.3.1 数据处理 3.3.1.1 数据集介绍 3.3.1.2 数据清洗 1. 缺失值分析 2. 异常值处理 3.3 ...
- weka和matlab完成完整分类实验
本文 本文简单介绍数据集介绍.weka的使用.weka与LIBSVM.matlab与LIBSVM以及分类的若干细节问题. 1. 数据集介绍 打开网址UCI数据集,如下图. 从右下角可以看到Iri ...
最新文章
- Python 简单入门指北(二)
- 模拟浏览器自动化测试工具Selenium之二Html基本元素开发篇
- 甘特图 知乎_安利!拥有这5款甘特图工具,项目管理、生产排程轻松搞定!
- Spring高级应用之注入各类集合
- centos的mysql命令,Centos系统mysql相关命令
- Python 之 函数基础
- 水晶报表提示“出现打印错误。将停止打印”的原因,非page_Init
- 利用抓包工具分析数据帧具体内容
- cf鼠标宏数据大全_钛度黑百合电竞定制鼠标,酷炫配置为电竞而生
- 通过JS检测360浏览器
- MUI调用照片以及裁剪和图库照片上传到服务器【后端部分Flask+MUI】
- 网页视频抓取插件-自动网页视频抓取插件
- python自学篇——PyGame模块的所有功能函数详解
- 8 NoSQL数据库有哪些?
- CC建模重建项目总是失败的原因
- 歹徒逃亡3——————刺杀行动
- 网络测试仪哪个牌子好
- 拼多多“重农主义”的胜利
- 运放参数 分析 (LMC6482 为例)
- 三翼鸟:定义“新居住”