Fashion-MNIST驗(yàn)證機(jī)識別率可達(dá)98%？

看到一篇會議論文[1]，宣稱用lenet-5在fmnist上可以實(shí)現(xiàn)超過98%的識別率。

當(dāng)時(shí)看到就驚呆了!

先介紹一下論文主體內(nèi)容：

第一部分引言強(qiáng)調(diào)了CNN在計(jì)算機(jī)視覺中有廣泛的應(yīng)用，并引出了lenet5是一個(gè)重要的CNN模型，并分6個(gè)方面闡述Fashion-MNIST是一個(gè)復(fù)雜的數(shù)據(jù)集。

第二部分介紹了相關(guān)的工作，即識別Fashion-MNIST的工作。

紅圈處為本文結(jié)果，可達(dá)98.8%

第三部分方法部分首先介紹了lenet5的結(jié)構(gòu)，如下圖

之后介紹了評價(jià)指標(biāo)，主要關(guān)注accuracy

第四部分介紹了實(shí)驗(yàn)結(jié)果，并對實(shí)驗(yàn)結(jié)果進(jìn)行了討論

恕我無知，這是我第一次看到test acc比train acc還要高，而且對于Fashion-MNIST，竟然在8epochs達(dá)到了98.8%，我當(dāng)然想重復(fù)這個(gè)實(shí)驗(yàn)，畢竟在Fashion-MNIST github頁面上，RESNet18[2]也只能實(shí)現(xiàn)95%的準(zhǔn)確率，最高為96.7%

根據(jù)文中給出的十分有限的超參數(shù)：學(xué)習(xí) = 0.005 batchsize = 32 epochs = 10，我找出了用matlab寫的CNN程序，準(zhǔn)備重復(fù)這個(gè)實(shí)驗(yàn)，由于論文中未提及用bn核dropout等技術(shù)，我也沒用，下圖是我的結(jié)果：

呵呵，下圖是我用其他結(jié)構(gòu)跑的結(jié)果，超過92%

網(wǎng)絡(luò)結(jié)構(gòu)為：

XDM，是我對這篇論文的內(nèi)容理解有誤嗎？有沒有識別過Fashion-MNIST的出來發(fā)個(gè)話啊

[1](PDF) Classification of Garments from Fashion MNIST Dataset Using CNN LeNet-5 Architecture (http://researchgate.net)

[2]https://github.com/zalandoresearch/fashion-mnist