数聚天成 DeepSData
公开数据资料 · 机器学习与语料

随机神经网络架构描述及高频精度与损失数据(图像数据集训练) Architecture Descriptions and High Frequency Accuracy and Loss Data of Random Neural Networks Trained on Image Datasets

该数据集提供随机生成的神经网络在图像数据集上训练40个epoch的高频精度与损失数据,支持神经架构搜索的早期预测方法研究。

获取获取方式:请查看来源页面
许可许可原文仍在核对

← 返回公开数据集资料库

机器学习与语料获取方式:请查看来源页面

关键信息

机构以官方为准
覆盖随机神经网络在图像数据集上的训练
时间2021-12-08更新
规模4个文件
许可许可原文仍在核对
获取Harvard Dataverse

内容与字段

该数据集包含随机神经网络的架构描述以及训练过程中的高频精度和损失数据。每个网络训练40个epoch,每半个epoch记录一次训练损失、验证损失和验证精度,同时记录所有生成的参数值以便重建网络。数据以表格形式存储,每个网络对应一行记录。来源页未公开字段级说明。

适用研究

可用于神经架构搜索(NAS)的早期预测方法研究,分析损失和精度曲线,比较不同网络参数对性能的影响。

信息来自公开来源,具体内容和使用条件请以来源页面为准。

关键词

随机神经网络高频精度损失数据神经架构搜索图像数据集训练曲线

获取与许可

许可:许可原文仍在核对 | 获取方式:请查看来源页面

自行获取的难点

神经架构搜索中早期预测方法缺乏高频训练数据支持

相关数据集

同领域 · 机器学习与语料

机器学习与语料免费访问

音乐流派数据集 music_genre

音乐流派分类数据集,包含1700首音频(mp3格式,每段约270-300秒),分为17个流派,提供三层标签体系(2分类、9分类、16分类),适用于音乐流派识别研究。…

想确认这个数据能不能满足你的任务?

告诉小聚你的用途和不能少的条件。先按这些条件查找和比对;需要继续核对文件、字段或许可,再交给团队处理。

本站资料可免费查阅;第三方数据能否下载、商用或再分发,以原发布方许可为准。

帮我取数