「Pytorch:CIFAR10Challenge」の版間の差分

2025年3月9日 (日) 13:01時点における最新版

最終回はシンプルに，CIFAR-10の学習データを用いてモデルに学習させるプログラムをゼロから書いてみましょう．

とはいえ，本当に自力で全て書いていては時間が足りないので，生成AIの助けを借りましょう．なお，制約は以下の2つのみです．

以上の制約のもと，生成AIが作成したプログラムに修正を加えて（モデルの変更，ハイパーパラメータの調整，データ拡張の追加，等々），より高い精度を目指しましょう．

wget -P ./data -r https://vrl.sys.wakayama-u.ac.jp/class/pytorch_tutorial/datasets/cifar-10-batches-py/

@@ 1行目: / 1行目: @@
 最終回はシンプルに，CIFAR-10の学習データを用いてモデルに学習させるプログラムをゼロから書いてみましょう．
-とはいえ，本当に自力で全て書いていては時間が足りないので，生成AIの助けを借りましょう．なお，CIFAR-10を使うという点以外は，制約はありません．生成AIが作成したプログラムに修正を加えて（モデルの変更，ハイパーパラメータの調整，データ拡張の追加，等々），より高い精度を目指しましょう．
+とはいえ，本当に自力で全て書いていては時間が足りないので，生成AIの助けを借りましょう．なお，制約は以下の2つのみです．
+* CIFAR-10を使う
+* 事前学習済みモデルを使わない（事前学習済みモデルを使うと簡単に高い精度が出てしまうので）
+以上の制約のもと，生成AIが作成したプログラムに修正を加えて（モデルの変更，ハイパーパラメータの調整，データ拡張の追加，等々），より高い精度を目指しましょう．
-データのダウンロード方法:
+=== CIFAR-10 ランキング ===
+[//paperswithcode.com/sota/image-classification-on-cifar-10 papers with code]
+=== データのダウンロード方法 ===
   wget -P ./data -r https://vrl.sys.wakayama-u.ac.jp/class/pytorch_tutorial/datasets/cifar-10-batches-py/