- 博客(3)
- 收藏
- 关注
RSS订阅原创 Datawhale第三期CV方向任务二学习
任务二主要是学习理解Pytorch CNN和使用paddle paddle套件进行模型训练，相较于任务一的baseline是有困难的，而且很多代码我都有点云里雾里的感觉，于是对着示例代码一行一行去查，有很多收获，就在这里记录一下。import cv2# 获取训练和测试数据的文件路径train_path = glob.glob('./脑PET图像分析和疾病预测挑战赛公开数据/Train/*/*')
2023-08-21 16:56:44
61
原创 Datawhale夏令营第三期CV方向第一次学习记录
baseline主要通过逻辑回归的方法进行模型训练，其存在一些优缺点：优势：1.解释性强： 逻辑回归是一种线性模型，其预测结果相对容易解释，可以理解每个特征对预测的影响程度。2.计算效率高： 逻辑回归计算速度较快，适用于大规模数据集和较大特征空间。3.简单快速： 逻辑回归是一个相对简单的模型，不需要大量的超参数调整。局限性：1.这种方法需要手动设计和提取特征，依赖于领域知识，且特征的质量对模型影响很大。2.局限于线性关系： 逻辑回归只能建模线性关系，对于非线性关系的数据表现较差。
2023-08-18 15:36:26
182
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人