莫负白首约·鹿衔梅梢风
你好，欢迎来到藏星阁

春风十里·幸得相逢

莫负白首约·鹿衔梅梢风

  • CIFAR-10 SimpleCNN 测试实验报告

    本文记录了在 CIFAR-10 数据集上使用 SimpleCNN 模型进行的一次单轮训练测试实验。实验旨在验证代码框架和 GPU 加速流程，获得了 55.38% 的测试准确率，并确认了环境配置和训练流程的正常运行。

  • SVHN 图像分类实验报告

    本实验报告记录了使用 DenseNet-121 模型结合 CutMix 数据增强和 OneCycleLR 学习率调度，在 SVHN 街景门牌号数据集上进行快速测试的过程。实验仅训练 1 轮，测试准确率达到 81.56%，验证了预训练模型在真实场景数字识别任务上的有效性和快速收敛能力。

  • STL-10 图像分类器实验报告

    本实验使用自定义轻量级 CNN 模型 STL10Net 在 STL-10 数据集上进行图像分类，最终获得 62.64% 的最佳测试准确率，并详细记录了环境配置、模型架构、训练过程和 GPU 加速效果。

  • ResNet-18 CIFAR-10 深度学习实验报告

    本文详细记录了使用 ResNet-18 模型在 CIFAR-10 数据集上进行彩色图像分类的完整实验过程，包括环境配置、数据预处理、模型架构适配、训练代码及最终达到 90.18% 测试准确率的实验结果，并与普通 CNN 模型进行了性能对比。

  • EMNIST Letters 实验报告

    本文详细记录了使用 PyTorch 和 GPU 加速训练深度卷积神经网络 (DeepEMNISTNet) 在 EMNIST Letters 数据集上进行字母识别的完整实验。实验最终取得了 95.19% 的最佳测试准确率，并提供了从环境配置、数据预处理、模型架构到训练过程及结果分析的全面报告。

  • CIFAR-10 深度学习实验报告

    基于 PyTorch 的轻量级 CNN 在 CIFAR-10 上训练分类，20 epoch 后最终测试准确率 78.98%（最佳 79.64%），模型参数约 1.12M，训练耗时约 6 分 32 秒。

  • 焦点推荐7月前 263°

    OSPF路由协议基础实验

    本实验详细介绍了单区域 OSPF 的配置与原理。文章阐述了 OSPF 快速收敛、支持大规模网络、负载均衡和灵活扩展等核心优势，旨在帮助读者掌握 OSPF 的基本配置命令与认证方法。实验步骤涵盖 OSPF 进程创建、区域划分、接口使能及邻居状态查看，提供了实践 OSPF 路由协议的清晰指南。

  • 焦点推荐7月前 255°

    IPv4编址及IPv4路由基础实验

    本实验围绕 IPv4 编址与静态路由配置，详细演示了如何在 R1、R2、R3 路由器上设置 IP 地址、LoopBack 接口及静态路由，旨在实现三者互联互通。通过 Ping 测试与路由表查看，本指南为读者掌握 IPv4 网络基础构建与管理提供了实践范例。

  • 焦点推荐7月前 161°

    以太网基础与 VLAN 配置实验

    文章阐述以太网冲突与广播问题，引入 VLAN 技术实现逻辑隔离与性能优化。通过华为交换机实战，详细演示 VLAN 创建、Access/Trunk 接口配置，以及基于接口和 MAC 地址的 VLAN 划分。特别是 MAC 地址绑定 VLAN10，可提升特定用户接入的安全性与灵活性，旨在帮助读者掌握 VLAN 部署与管理。

    • 精选分类

    最新图文动态

    最新视频动态

    走心评论

    查看更多走心评论

    共赴壹年之约

    留下温度不虚此行