Skip to content

Latest commit

 

History

History
43 lines (26 loc) · 1.25 KB

README.md

File metadata and controls

43 lines (26 loc) · 1.25 KB

Fashion-MNIST

这是一个入门机器学习/深度学习的小项目,包含随机森林,多层感知器,卷积神经网络,实现了网络训练,验证,推理,训练可视化,多分类混淆矩阵计算,特征图可视化等,适合新手入门!知乎链接

环境说明

  • scikit-learn
  • pytorch,torchvision
  • opencv
  • pillow
  • tensorboardx

使用步骤

深度学习相关

首先下载该工程到本地

1.训练模型

​ 运行deep_learning.py:将会自动下载fashion mnist数据,然后开始训练.可以选择用CNN或者MLP

2.训练过程可视化

​ 上一步训练完成后会再当前目录下生成runs目录(存放了tensorboard记录的训练信息),以及output目录(存放了输出模型) 在命令行执行

tensorboard --logdir=./runs

输出的网址用浏览器打开即可看到loss的可视化结果和网络结构的可视化结构

3.模型推理

​ 运行infer.py

4.打印验证集的混淆矩阵

​ 运行mcm.py

机器学习相关

运行machine_learning.py:可以看到打印出的分类信息和多分类混淆矩阵(为了避免自己手动下载数据,建议先运行deep_learning.py后再运行运行machine_learning.py)