前言

大概半個多月前吧，開始玩Kaggle，主要是為了熟悉神經(jīng)網(wǎng)絡(luò)。

因為主要目的是為了熟悉神經(jīng)網(wǎng)絡(luò)，所以我是從最簡單的神經(jīng)網(wǎng)絡(luò)開始搭建起的，逐步的添加一些東西來完善使得整個模型逐漸完善。

這篇文章類似于一個目錄吧

• 所有的程序，模型，都是我Windows下 CPU環(huán)境下實現(xiàn)的，沒有用到GPU

最好的成績

• 分?jǐn)?shù)：0.99128
• 排名：900+

不過好像現(xiàn)在掉下來到了1000

anyway，因為如果不適用測試集合的話最優(yōu)是達(dá)到0.996。
所以，就不接著在這個上接著深挖了。

目錄

• 【Kaggle-MNIST之路】兩層的神經(jīng)網(wǎng)絡(luò)Pytorch（四行代碼的模型）
• 【Kaggle-MNIST之路】兩層的神經(jīng)網(wǎng)絡(luò)Pytorch（改進(jìn)版）（二）
• 【Kaggle-MNIST之路】CNN+改進(jìn)過的損失函數(shù)（三）
• 【Kaggle-MNIST之路】CNN+改進(jìn)過的損失函數(shù)+多次的epoch（四）
• 【Kaggle-MNIST之路】CNN結(jié)構(gòu)改進(jìn)+改進(jìn)過的損失函數(shù)（五）
• 【Kaggle-MNIST之路】CNN結(jié)構(gòu)再改進(jìn)+交叉熵?fù)p失函數(shù)（六）
• 【Kaggle-MNIST之路】自定義程序結(jié)構(gòu)（七）
• 【Kaggle-MNIST之路】CNN再添加一個層卷積（八）

總結(jié)

以上是生活随笔為你收集整理的Kaggle-MNIST之路的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。