P4 猴痘病识别

• 🍨本文为🔗365天深度学习训练营中的学习记录博客
• 🍖原作者：K同学啊

个人总结：本代码为猴痘病识别，核心对数据切分、网络结构及训练配置进行了优化，采用分层抽样（train_test_split+stratify）划分训练集与测试集，保证两类样本（980 张、1162 张）在划分后比例一致，解决了原随机切分的类别不平衡问题；优化后的 Network_bn 网络增加了卷积层 padding、提升通道数（3→16→32→64）并加入 Dropout 防过拟合，精准计算全连接层输入维度避免报错；训练上改用 AdamW 优化器（学习率 3e-4），训练 20 轮后保存模型并实现单张图片预测，但是发现训练过程虽然最好结果超过88%，但是很不稳定，可能存在学习率过高，网络过于复杂原因。后续继续优化