1、RegNet 网络介绍
regnet 是一个深度学习模型架构，用于图像分类任务。它是由 Facebook AI Research（FAIR）提出的，旨在实现高效的网络设计。regnet 通过在不同的网络层级上增加网络宽度和深度来提高模型性能。
regnet 的设计思想是通过增加模型宽度和深度来提高性能，而不是通过增加模型的复杂性。该模型使用了一种称为“Regularized Focal Loss”的新的目标函数，它可以减少模型的过拟合，并提高模型的泛化能力。
2、实验展示
摆放好数据集后就可以开始训练了
训练过程：
这里训练集和验证集的分布不均，导致验证的精度较高
3、推理
代码会生成两个权重，这里用最好的权重进行分类
更换数据集可以参考readme文件
下载：基于RegNet卷积网络对手写阿拉伯数字的迁移学习图像识别【包含完整的python代码、数据集、训练结果等】资源-CSDN文库
