原创 pytorch實現個人手寫數字識別

網上的大多數例子都是基於Mnist數據集進行測試的,今天實現一個自己手寫數字的識別。   首先訓練模型,使用Mnist數據集,網絡的backbone採用LeNet。 1. 導入需要的模塊並添加GPU設備 import torch imp

原创 pytorch 使用AlexNet實現Mnist手寫數字識別

AlexNet網絡框架如下:AlexNet的原始輸入圖片大小爲224*224,Mnist數據集中圖片大小爲28*28,所以需要對網絡參數進行修改。 先掉用train函數進行訓練,訓練好的參數會保存在params.pth文件中,訓練好使用本

原创 使用numpy實現一個簡單的2層神經網絡

import numpy as np def main(): # 2層神經網絡,64個輸入1000維,1個隱藏層100維,輸出10維 N, D_in, H, D_out = 64, 1000, 100, 10

原创 鏈接器腳本學習

基本構成:段     程序通常是由:代碼段,數據段,bss段構成的。 其中數據段存放的是初始化後的前期變量,bss段存放的是沒有初始化的前期變量。     在用於鏈接這個程序的鏈接器腳本中,就會反映出這幾個段的信息。 後綴名爲  .ld