| --- |
| license: mit |
| tags: |
| - code |
| --- |
| # Fashion MNIST Classification with MLP , CNN and Hybrid-CNN |
|
|
| ## 项目概述 |
|
|
| 本项目是 **CS7352 Homework 1 Problem 3** 的实现。目标是在 Fashion MNIST 数据集上分别训练一个多层感知机（MLP）和一个卷积神经网络（CNN），比较两者的分类性能，并进行必要的可视化分析与自注意力机制的尝试。 |
|
|
| Fashion MNIST 包含 70,000 张 28×28 的灰度图像，共 10 个服装类别。本作业使用固定随机种子抽取 12,000 张训练、2,000 张验证、8,000 张测试，并保证各类别样本均衡。 |
|
|
| 代码：hw1.ipynb |
|
|
| ## 环境配置 |
|
|
| 推荐使用 Python 3.10, cuda 13.0，并安装以下依赖： |
|
|
| torch 2.11 |
|
|
| torchvision 0.26.0 |
|
|
| scikit-learn 1.7.2 |
|
|
| matplotlib 3.10.8 |
|
|
| ## 作者 |
| 课程：CS7352 |
|
|
| 作业：Homework 1 Problem 3 |
|
|
| 日期：2026年4月 |
|
|
|
|
|
|
