Skip to content

linjing-lab/easy-pytorch

Folders and files

NameName
Last commit message
Last commit date

Latest commit

9f0259d · Feb 13, 2025
Nov 30, 2022
Nov 30, 2022
Sep 15, 2024
Feb 13, 2025
Nov 30, 2022
Nov 30, 2022
Nov 29, 2022
Nov 1, 2024

Repository files navigation

easy-pytorch🔖

这是 PyTorch 的基本用法与常用模型的搭建等,分类和回归任务是基于经典模型的增强表征和基准提高。

目录

名称(name) 数据集(datasets) 准确率(accuracy) 解释(explain)
PyTorch基础 / / PyTorch语法与概念
线性回归 / /
逻辑回归 MNIST 92.17%
前馈神经网络 MNIST 97.16% 前向传播
卷积神经网络 MNIST 98.8%
LeNet-5 MNIST 99.04% 手写数字识别的CNN模型
循环神经网络 MNIST 97.01% 处理和预测时序数据
AlexNet CIFAR10 86.1% ImageNet比赛提出的5层CNN模型
VGGNet CIFAR10 VGG-16: 92.23%
VGG-19: 91.99%
加深版的AlexNet
GoogLeNet CIFAR10 aux_logits=True: 86.99%
aux_logits=False: 85.88%
首次引入Inception结构
ResNet CIFAR10 89.89% 引入残差块
TensorBoard CIFAR10 / 多个CNN模型的对比
Object Detection VIDEOS / 基于YOLOv5s模型的目标检测

LICENSE

Mozilla Public License 2.0