- 博客(3)
- 收藏
- 关注
RSS订阅原创 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