cifar-10作为分类的基础数据集，已经接近探索极限，目前Gpipe, EfficientNet-b7等网络，已经获得了接近99%的验证精度
事实上，很多较大的网络，都能很轻易地将训练精度达到100%
因此，以cifar-10作为AI contest的目标数据集，吐槽之余，应该确立一个有意义的目标：
以某个精度较高的基础网络作为baseline，试验各种去过拟合或提高泛化性的算法，最大化压缩验证精度与训练精度的gap
-
Notifications
You must be signed in to change notification settings - Fork 0
xingyueye/Pytorch_cifar
Folders and files
| Name | Name | Last commit message | Last commit date | |
|---|---|---|---|---|
Repository files navigation
About
Prepare for SRCX AI Contest
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published