ConvNetJS CIFAR-10 demo

Description

这个演示在您的浏览器中训练CIFAR-10数据集上的卷积神经网络,只有Javascript。该数据集的最新技术水平约为90%,人类表现约为94%(不完美,因为数据集可能有点含糊不清)。我使用这个python脚本将原始文件(python版本)解析为可以使用img标签轻松加载到页面DOM中的批量图像。

这个数据集更加困难,培训网络需要更长的时间。数据增强包括随机翻转和水平和逻辑上最多2px的随机图像移位。

默认情况下,在本演示中,我们使用的是Adadelta,它是每个参数的自适应步长方法之一,因此我们不必担心随着时间的推移而改变学习率或动量。但是,如果您想使用SGD + Momentum培训师,我仍然会包含用于更改这些内容的文本字段。

训练参数统计

学习率:
动量Momentum:
批尺寸Batch size:
权值衰减 Weight decay:




Loss(cost_loss平均值 + l2_decay_loss平均值):

实例化一个 Network 和 Trainer


网络可视化

测试集的预测示例