提交 5b6f61a2 编写于 作者: S sibo2rr

add link to title 2.1.1

上级 fa066acb
...@@ -9,7 +9,6 @@ ...@@ -9,7 +9,6 @@
- [1. 数据和模型准备](#1) - [1. 数据和模型准备](#1)
- [1.1 数据准备](#1.1) - [1.1 数据准备](#1.1)
- [1.1.1 准备CIFAR100](#1.1.1) - [1.1.1 准备CIFAR100](#1.1.1)
- [2. 模型训练](#2) - [2. 模型训练](#2)
- [2.1 单标签训练](#2.1) - [2.1 单标签训练](#2.1)
- [2.1.1 零基础训练:不加载预训练模型的训练](#2.1.1) - [2.1.1 零基础训练:不加载预训练模型的训练](#2.1.1)
...@@ -59,7 +58,7 @@ cd ../ ...@@ -59,7 +58,7 @@ cd ../
### 2.1 单标签训练 ### 2.1 单标签训练
<a name="2.1.2"></a> <a name="2.1.1"></a>
#### 2.1.1 零基础训练:不加载预训练模型的训练 #### 2.1.1 零基础训练:不加载预训练模型的训练
...@@ -216,7 +215,7 @@ python3 -m paddle.distributed.launch \ ...@@ -216,7 +215,7 @@ python3 -m paddle.distributed.launch \
``` ```
最终CIFAR100验证集上的精度为 64.4%,使用教师模型进行知识蒸馏,MobileNetV3 的精度涨幅 4.3%。 最终 CIFAR100 验证集上的精度为 64.4%,使用教师模型进行知识蒸馏,MobileNetV3 的精度涨幅 4.3%。
* **注意** * **注意**
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册