Fashion-MNIST驗證機識別率可達98%？

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

當時看到就驚呆了!

先介紹一下論文主體內容：

第一部分引言強調了CNN在計算機視覺中有廣泛的應用，并引出了lenet5是一個重要的CNN模型，并分6個方面闡述Fashion-MNIST是一個復雜的數據集。

第二部分介紹了相關的工作，即識別Fashion-MNIST的工作。

紅圈處為本文結果，可達98.8%

第三部分方法部分首先介紹了lenet5的結構，如下圖

之后介紹了評價指標，主要關注accuracy

第四部分介紹了實驗結果，并對實驗結果進行了討論

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達到了98.8%，我當然想重復這個實驗，畢竟在Fashion-MNIST github頁面上，RESNet18[2]也只能實現(xiàn)95%的準確率，最高為96.7%

根據文中給出的十分有限的超參數：學習 = 0.005 batchsize = 32 epochs = 10，我找出了用matlab寫的CNN程序，準備重復這個實驗，由于論文中未提及用bn核dropout等技術，我也沒用，下圖是我的結果：

呵呵，下圖是我用其他結構跑的結果，超過92%

網絡結構為：

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

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

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