悬铃木

我的环境 操作系统：CentOS7 显卡：RTX3090 显卡驱动：550.78 CUDA版本: 12.4 语言环境：Python3.8.19 编译器：Jupyter Lab

我的环境 操作系统：CentOS7 显卡：RTX3090 显卡驱动：550.78 CUDA版本: 12.4 语言环境：Python3.8.19 编译器：Jupyter Lab

我的环境： 操作系统：CentOS7 显卡：RTX3090 显卡驱动：535.154.05 CUDA版本: 12.2 语言环境：Python3.10 编译器：Jupyter Lab

我的环境： 操作系统：CentOS7 显卡：RTX3090 显卡驱动：535.154.05 CUDA版本: 12.2 语言环境：Python3.10 编译器：Jupyter Lab

第P8周：YOLOv5-C3模块实现，目的: 利用YOLOv5算法中的C3模块搭建网络，学习并了解C3的结构，方便后续YOLOv5算法的学习。

第P7周：马铃薯病害识别 要求： 自己搭建VGG-16网络框架 调用官方的VGG-16网络框架 如何查看模型的参数量以及相关指标。

基本掌握了如何使用 PyTorch 自建模型。 可以通过: (1) 更改优化器，比如使用Adam优化器；(2) 调整模型内部全连接层参数；(3) 训练数据集的照片添加随机水平翻转，提高测试集准确率。

第P5周：Pytorch实现运动鞋识别 要求： 了解如何设置动态学习率（重点) 调整代码使测试集accuracy到测试集ac达84%。

第P4周：猴痘病识别 要求： 训练过程中保存效果最好的模型参数。 加载最佳模型参数识别本地的一张图片。 调整网络结构使测试集accuracy到达88%（重点）。