Machine learning 如何使用全卷积网在Cifar10上获得最先进的结果？_Machine Learning_Neural Network_Conv Neural Network_Pytorch

Machine learning 如何使用全卷积网在Cifar10上获得最先进的结果？

machine-learning neural-network pytorch

Machine learning 如何使用全卷积网在Cifar10上获得最先进的结果？,machine-learning,neural-network,conv-neural-network,pytorch,Machine Learning,Neural Network,Conv Neural Network,Pytorch,我试图复制的结果，但我似乎无法。我已经从提供的实现中复制了所有超参数，我不知道该怎么办。我得到的误差是~0.2，而不是~0.1。有人能在Pytorch上复制这个结果吗培训看起来不错，所以我不确定出了什么问题：其他相关链接：代码：当使用lr为0.01、动量为0.9、批量为32的SGD时，至少可以得到13%的误差。我使用实现中给出的数据扩充。本文还使用了0.001的重量衰减。对我来说，这将导致14%。因此，该实现使用不同的学习速率，并且不使用白化和对比度归一化。也许最后两个是达到

我试图复制的结果，但我似乎无法。我已经从提供的实现中复制了所有超参数，我不知道该怎么办。我得到的误差是~0.2，而不是~0.1。有人能在Pytorch上复制这个结果吗

培训看起来不错，所以我不确定出了什么问题：

其他相关链接：

代码：

当使用lr为0.01、动量为0.9、批量为32的SGD时，至少可以得到13%的误差。我使用实现中给出的数据扩充。本文还使用了0.001的重量衰减。对我来说，这将导致14%。因此，该实现使用不同的学习速率，并且不使用白化和对比度归一化。也许最后两个是达到7.25%的关键

无论如何，结果非常奇怪，因为如果不增加数据，网络应该已经达到9.08%。

您获得了“~0.2错误，而不是~0.1”，但您只链接到类定义。你的批量是多少？训练年代？您应该包括您自己的代码，提供这些详细信息，可能还有其他（数据增强？）。@desertnaut代码部分下的第二个链接请提供您的代码。此外，你显然是太过分了。@FredGuth我提供的链接有什么问题吗？如果有帮助的话，我可以复制粘贴它们。