基于存算一体编程框架的Fc-3神经网络推理MNIST数据集准确率数据

FC-3是常见的图像分类算法，由三层全连接层组成，分别为1个输入层、1个隐层和1个输出层，具体为：输入层：对应MNIST单张图像的784个像素点；隐层：64个神经元，使用ReLU作为激活函数；输出层：10个神经元。MNIST负载是一个广泛使用的手写数字图像数据集，包含70,000张手写数字图像，每张图像都是28x28像素的灰度图，代表数字0到9，测试集有10,000张图像。依据测试大纲中的测试方法、用例以及步骤在本课题的存算一体编程框架下测量int8的Fc-3神经网络推理MNIST数据集的准确率。

搜集汇总

背景与挑战

背景概述

该数据集记录了在存算一体编程框架下，采用int8量化的三层全连接神经网络（FC-3）对MNIST手写数字图像进行推理的准确率测试结果。FC-3网络包含784个输入节点、64个隐层神经元和10个输出节点，MNIST测试集包含10,000张28x28灰度图像。数据由华中科技大学和浙江大学提供，共3个文件，大小1.23MB。