- 博客(3)
- 收藏
- 关注
原创 Datawhale AI 学习笔记:数据增强,提升模型表现
提到了mix up并没有很好的提升,作者提出可能原因的是mixup由于采用的都是合成图像训练,需要更多的epochs才能取得较好的效果,而且在提出mix up 的论文的baseline指标都比较低,因此看起来是有提升的,而我们的baseline是已经预训练的,这种增强方法的效果就很有限了。这种方法可以增加训练数据的多样性,提高模型的泛化能力,并减少过拟合的风险。数据增强的目的是通过人工方式增加训练数据的多样性,从而提高模型的泛化能力,使其能够在未见过的数据上表现得更好。在我的代码中,我是这样实现的。
2024-07-20 21:41:33 681
原创 Datawhale AI 学习笔记:从baseline入门深度学习
为了更好的探究baseline,我在Autodl服务器上构建环境,重新训练baseline。
2024-07-17 23:40:32 906
原创 Datawhale AI 学习笔记:了解Deepfake & 初探baseline
使用timm库创建预训练的resnet18模型微调resnet模型进行了数据增强。
2024-07-14 21:51:58 175
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