- 博客(2)
- 收藏
- 关注
RSS订阅原创 DataWhaleAI夏令营：极端降水预测baseline
Feature部分time=0)Feature类用于处理特征数据，这些数据通常作为模型的输入。__init__方法：初始化Feature实例，接收特征数据的路径()，年份列表(years)，和预测步长(fcst_steps然后调用方法来构建一个字典，该字典以初始化时间作为键，特征数据路径作为值。方法：遍历指定路径下的所有年份，然后列出每个年份下的所有初始化时间的目录。对于每个初始化时间，将对应的数据路径添加到字典中。get_fts方法：根据给定的初始化时间(init_time。
2024-07-28 23:40:42
619
原创 Datawhale AI夏令营：基于预训练的EfficientNet_b0模型的Deepfake图片识别
在深度学习中，模型训练通常需要进行多次迭代，而不是单次完成。深度学习模型的训练本质上是一个优化问题，目标是最小化损失函数。梯度下降算法通过计算损失函数相对于模型参数的梯度来更新参数。由于每次参数更新只能基于一个数据批次来计算梯度，因此需要多次迭代，每次处理一个新的数据批次，以确保模型在整个数据集上都能得到优化。设置训练模式：通过调用model.train()将模型设置为训练模式。在训练模式下，模型的某些层（如BatchNorm和Dropout）会按照它们在训练期间应有的方式运行。遍历数据加载器。
2024-07-17 23:50:13
765
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