旧安卓手机训练MNIST模型
热点事件持续更新
旧安卓手机训练MNIST模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
PMinervini称，他在一台安装 Termux 的旧安卓手机上，以纯 CPU 从零训练出 LeNet-5 风格卷积分类模型；模型含18.4万参数、未使用预训练权重和 torchvision，训练10轮后测试准确率达99.59%（9959/10000），耗时约20.5分钟。 训练数据由其手动抓取并校验，声称四个 MNIST 压缩文件的 MD5 与 LeCun 原始文件一致；训练采用 AdamW、余弦衰减和图像平移增广。他还通过 Termux 让智能体持续运行，并提供独立复现脚本 evalmnist.py。
AI 根据报道生成 · 3 小时前更新
最新进展10月25日 20:32
旧安卓手机用 Termux 运行 24/7 AI 智能体并训练 PyTorch 模型报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- AGI Hunt旧安卓手机用 Termux 运行 24/7 AI 智能体并训练 PyTorch 模型
PMinervini 在旧安卓手机上通过 Termux 运行 24/7 在线 AI 智能体，并从零训练 LeNet-5 风格卷积网络。模型含 18.4 万参数且未使用预训练权重和 torchvision，训练 10 epoch 后测试准确率达到 99.59%（9959/10000），纯 CPU 耗时约 20.5 分钟，材料还附有独立复现脚本 evalmnist.py。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月25日 21:00
- 近 24 小时变化
- –
02.557.510
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。