计算测试集总体误差(或准确率)的特定函数 在第一次迭代(epoch)之前和每次迭代之后调用该函数 显示总体误差(或准确率)随迭代次数而变化的情况 尝试修改网络结构(层的大小、数量和/或类型)或训练条件(数据的增加)
完整描述您的最终网络,包括:层数和子层数,确定从输入到输出的所有中间变量("Xn"),并给出其维数(张量大小);确定所有连续函数("Fn")及其类型;确定这些函数的所有参数("Wn"),给出其维数(张量大小),并说明其是否为零(相应函数无参数)。
计算一幅图像的正向遍历的浮点运算次数(如果有反向遍历,其运算次数几乎相同);计算加法、乘法或最大值的一次运算,即使这些运算的复杂程度不同。计算一个历时的总运算次数,包括训练图像的正向和反向运算,以及测试图像的仅一次正向运算。对训练图像和测试图像进行相同的计算。
1. 在 CNN 网络的训练部分,列出不同层和子层。
2. 在计算过程中给出不同数据张量 Xn 和权重 Wn 的大小。
3. 修改程序,在每个历元之后和第一个历元之前进行评估(创建一个专门函数)。删除其他中间显示。
4. 修改函数以计算每个阶段执行的浮点运算次数,分别计算加法、乘法、最大值和总值。
5. 在运算结束时,除显示总错误率外,还显示已执行的运算次数、执行时间和每秒运算次数。