第一个机器学习Git项目-千百度社区

Fork项目
访问项目主页：Simple-CNN-CIFAR10
点击右上角的“Fork”按钮，将该项目复制到自己的GitHub账户中。
克隆项目到WSL2
创建项目文件夹，并且选择项目克隆，在WSL2终端输入
mkdir -p ~/projects cd ~/projects`
`git clone https://github.com/Air-LWZ/pytorch-cifar.git`
进入克隆的项目目录，运行main.py
cd pytorch-cifar，python3 main.py
开始训练
分析main.py

其中net = SimpleDLA()是SimpleDLA 是项目中使用的卷积神经网络（CNN）模型类。在这段代码中，它从 models/ 目录中导入了各种预定义的模型类，包括 SimpleDLA。该模型应该是在 models/ 文件夹下的某个文件中定义的，类似于其他模型，如 ResNet18、VGG19 等。

这行代码导入了所有可用的模型类。由于当前代码选择了SimpleDLA()作为网络结构，这意味着 SimpleDLA是训练用的模型架构。
选着模型，开始训练

训练过程解析（第12轮训练）

*1. 训练阶段（第一行）

Epoch: 12 表示当前的训练轮次（第12轮）。

Step: 314ms 每个训练批次的平均处理时间为 314 毫秒（ms）。

Tot: 2m59s 完成这一轮所有训练批次的总时间为 2 分钟 59 秒。

Loss: 0.527 训练集上的损失值为 0.527。损失值越低，表示模型在训练集上的表现越好。

Acc: 81.804% (40902/50000) 训练集上的准确率为 81.804%。其中，40902/50000 表示在 50,000 张训练图像中，模型正确分类了 40,902 张。

*2. 测试阶段（第二行）

Loss: 0.780 测试集上的损失值为 0.780。损失值相对较高，通常测试集上的损失值会比训练集高，表示模型在测试集上的表现不如训练集。

6.不同的模型，测试结果
图片[4]-第一个机器学习Git项目-千百度社区
7. Push修改的代码

项目Readme.md，链接https://github.com/Air-LWZ/pytorch-cifar.git
使用 PyTorch 进行 CIFAR-10 图像分类

本项目演示了如何使用 PyTorch 训练一个神经网络来对 CIFAR-10 数据集中的图像进行分类。该模型能够将图像分类为 10 个不同的类别：飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船和卡车。代码支持多种网络架构，如 ResNet、VGG、DenseNet 等。

问题：
图片[5]-第一个机器学习Git项目-千百度社区
在终端中配git，git config --global user.name "你的名字"、git config --global user.email "你的邮箱"，用git config --list查看git配置信息

千百度

1.本站内容仅供参考，不作为任何法律依据。用户在使用本站内容时，应自行判断其真实性、准确性和完整性，并承担相应风险。

2.本站部分内容来源于互联网，仅用于交流学习研究知识，若侵犯了您的合法权益，请及时邮件或站内私信与本站联系，我们将尽快予以处理。

3.本文采用知识共享署名4.0国际许可协议 [BY-NC-SA] 进行授权

4.根据《计算机软件保护条例》第十七条规定“为了学习和研究软件内含的设计思想和原理，通过安装、显示、传输或者存储软件等方式使用软件的，可以不经软件著作权人许可，不向其支付报酬。”您需知晓本站所有内容资源均来源于网络，仅供用户交流学习与研究使用，版权归属原版权方所有，版权争议与本站无关，用户本人下载后不能用作商业或非法用途，需在24个小时之内从您的电脑中彻底删除上述内容，否则后果均由用户承担责任；如果您访问和下载此文件，表示您同意只将此文件用于参考、学习而非其他用途，否则一切后果请您自行承担，如果您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。

5.本站是非经营性个人站点，所有软件信息均来自网络，所有资源仅供学习参考研究目的，并不贩卖软件，不存在任何商业目的及用途

THE END

机器学习