← Image Classification
Papers with Code · CC BY-SA 4.0

MNIST

아카이브 평가 81건 · 마지막 적재/변경

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델원본 지표·값논문구현
TAAF-CNN
Percentage error
0.48%
Accuracy
99.52%
Trainable Parameters
421642
Cross Entropy Loss
0.0188
Epochs
35
Evaluating the Performance of TAAF for image classification models
2025-02-13
코드 1
Neural Architecture Search (NAS)-enabled Convolutional Neural Network (CNN)
Percentage error
0.5
Accuracy
99.5
Trainable Parameters
1882602
연결 없음
논문 날짜 미기재
연결 없음
Maxout Networks
Percentage error
0.5
Maxout Networks
2013-02-18
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7
NiN
Percentage error
0.5
Network In Network
2013-12-16
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17
ReNet
Percentage error
0.5
ReNet: A Recurrent Neural Network Based Alternative to Convolutional Networks
2015-05-03
코드 1 · 코드 2 · 코드 3 · 코드 4
DCNN+GFE
Percentage error
0.5
Deep Convolutional Neural Networks as Generic Feature Extractors
2017-10-06
연결 없음
VDN
Percentage error
0.5
Training Very Deep Networks
2015-07-22
코드 1 · 코드 2 · 코드 3
NeuPDE
Percentage error
0.51
NeuPDE: Neural Network Based Ordinary and Partial Differential Equations for Modeling Time-Dependent Data
2019-08-08
연결 없음
Simple CNN with BaikalCMA loss
Percentage error
0.53
Improved Training Speed, Accuracy, and Data Utilization Through Loss Function Optimization
2019-05-27
코드 1 · 코드 2
SEER (RegNet10B)
Percentage error
0.58
Accuracy
99.42
Vision Models Are More Robust And Fair When Pretrained On Uncurated Images Without Supervision
2022-02-16
코드 1
Convolutional Tsetlin Machine
Percentage error
0.6
Accuracy
99.4
The Convolutional Tsetlin Machine
2019-05-23
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9
PCANet
Percentage error
0.6
PCANet: A Simple Deep Learning Baseline for Image Classification?
2014-04-14
코드 1 · 코드 2
DiffPrune (LeNet5)
Percentage error
0.6
DiffPrune: Neural Network Pruning with Deterministic Approximate Binary Gates and $L_0$ Regularization
2020-12-07
코드 1
Deep Fried Convnets
Percentage error
0.7
Deep Fried Convnets
2014-12-22
코드 1
Sparse Activity and Sparse Connectivity in Supervised Learning
Percentage error
0.8
Sparse Activity and Sparse Connectivity in Supervised Learning
2016-03-28
연결 없음
Explaining and Harnessing Adversarial Examples
Percentage error
0.8
Explaining and Harnessing Adversarial Examples
2014-12-20
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57 · 코드 58 · 코드 59
BinaryConnect
Percentage error
1.0
BinaryConnect: Training Deep Neural Networks with binary weights during propagations
2015-11-02
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5
Convolutional PMM (Parametric Matrix Model)
Percentage error
1.01
Accuracy
98.99
Trainable Parameters
129416
Parametric Matrix Models
2024-01-22
연결 없음
LeNet 300-100 (Sparse Momentum)
Percentage error
1.26
Sparse Networks from Scratch: Faster Training without Losing Performance
2019-07-10
코드 1 · 코드 2
Convolutional Clustering
Percentage error
1.4
Convolutional Clustering for Unsupervised Learning
2015-11-19
연결 없음
CNN Model by Som
Percentage error
1.41
Accuracy
98.59
Convolutional Sequence to Sequence Learning
2017-05-08
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37
Weighted Tsetlin Machine
Percentage error
1.5
Accuracy
98.5
The Weighted Tsetlin Machine: Compressed Representations with Weighted Clauses
2019-11-28
코드 1 · 코드 2
MLP (ideal number of groups)
Percentage error
1.67
On the Ideal Number of Groups for Isometric Gradient Propagation
2023-02-07
연결 없음
Perceptron with a tensor train layer
Percentage error
1.8
Accuracy
98.2
Tensorizing Neural Networks
2015-09-22
코드 1 · 코드 2 · 코드 3 · 코드 4
ANODE
Percentage error
1.8
Accuracy
98.2
Augmented Neural ODEs
2019-04-02
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6
Tsetlin Machine
Percentage error
1.8
Accuracy
98.2
The Tsetlin Machine - A Game Theoretic Bandit Driven Approach to Optimal Pattern Recognition with Propositional Logic
2018-04-04
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16
GECCO
Percentage error
1.96
Accuracy
98.04
A Single Graph Convolution Is All You Need: Efficient Grayscale Image Classification
2024-02-01
코드 1
PMM (Parametric Matrix Model)
Percentage error
2.62
Accuracy
97.38
Trainable Parameters
4990
Parametric Matrix Models
2024-01-22
연결 없음
DNN-5 (Trainable Activations)
Percentage error
2.8
Accuracy
97.2
Trainable Parameters
575051
Trainable Activations for Image Classification
2023-01-26
코드 1
DNN-3 (Trainable Activations)
Percentage error
3.0
Accuracy
97.0
Trainable Parameters
386719
Trainable Activations for Image Classification
2023-01-26
코드 1