深度学习与Fashion-Mnist数据集

通过Fashion-Mnist数据集，发现问题、寻找解决办法、并快速进行算法验证

目录

• 1 数据集基线
• 2 根因分析-生成模式
• 3 根因分析-Loss函数

1 数据集基线

在zalandoresearch官方库，列举了部分基线算法，我们挑选部分算法进行实现。

CNN:

MobileNet(加载预训练权重):

混淆矩阵:

问题分析

详见 基线

2 根因分析-生成模式

2.1 自编码器AutoEncoder

2.2 带分类条件的自编码器AC-AutoEncoder

2.3 量子化自编码器VQ-VAE

2.4 基于Triplet loss的编码器

3 根因分析-Loss函数

3.1 SoftMax

3.2 Center-Loss

3.3 L-SoftMax

3.3 Norm-Loss

3.4 Coco-Loss

3.5 Arc-Loss

参考

• zalandoresearch/fashion-mnist
• fashion mnist的一个baseline (MobileNet 95%)
• Fashion MNIST 94% Accuracy using CNN Keras
• zhunzhong07/Random-Erasing