coursework_02

1、论文概要

分工/贡献度：

• 个人独立完成

实验设置

• 学习率（2种）：0.01、0.001
• 网络结构（2种）： VGGNet、ResNet
• 批次大小：64
• 训练周期：100

2、实验要求

课程作业2 ：CNN图像分类

数据集：FashionMNIST

基础要求（占比50分）：利用CNN网络实现分类任务，按照标准划分，进行训练和测试

扩展要求（占比40分）

• 分析以下设置的影响（自选）：层数、通道数、Dropout、学习率、批次大小、优化方法
• 如何提升性能？或不同网络架构的性能差异？（自选）

分组：2-4人/组

• 每组人数为N，则需要对比 2*N 种 设置下的效果
  • 例如，2个人一组，可以对比 （2种学习率 + 2种网络结构）

提交：将技术报告PDF以附件形式发送至[email protected]

• 邮件标题及PDF文档命名：作业2 -机器学习-姓名
• 代码及结果：自建Git项目
• 技术报告：使用LaTex模板，提交PDF文档；文档中包含项目Git链接；写明分工/贡献度比例。
  • 技术报告模板：https://www.overleaf.com/latex/templates/zhong-wen-ji-zhu-bao-gao-latexmo-ban-dan-lan-cjc-xelatex/tcnttxfsqykx

技术报告规范程度（占比10分）