flower_data

时间 : 2023-10-19；
主要内容：利用 CNN 模型实现对 MNIST 数据集手写数字的识别；
本实验在 Kaggle 网站上运行，深度学习框架为 Pytorch，从标题链接中 fork 一份即可一键运行；
数据集选取 MNIST，数据集的读取和划分直接利用了 torchvision.datasets.MNIST 方法；
网络模型使用经典的 CNN， 网络架构在经典的 LeNet5 结构的基础了做了一些简单调整；
损失函数直接使用交叉熵损失函数，优化器选取 SGD，利用了 CosineAnnealingLR 学习率调度器。

搜集汇总

背景与挑战

背景概述

该数据集用于一个基于卷积神经网络（CNN）和MNIST数据集的手写数字识别实验，实验在Kaggle平台上使用PyTorch框架实现。数据集文件为flower_data.zip，大小约296.9MB，于2023年11月20日上传。