Datawhale AI 夏令营 Task2 0.9779667449分 思路笔记

取得结果

public 分数

0.9779667449

任务思路

首先，baseline中的代码完全可以复用到task2中，所以我直接在baseline代码中进行了一个copy&edit操作，然后直接在这个notebook上面修改内容。
但是，仔细阅读baseline代码就会发现，其实这段代码里面藏了好几个坑，如果只是修改使用的模型，肯定是跑不出来好的结果的。

更换模型

baseline中使用的模型是resnet18，其参数量大约在11.2M左右，确实可以达到好的效果，而我在这里将其修改为efficientnet-b2，其参数量大约在9M，经过检验，发现效果同样很好，而且计算量小。

增加训练图片数量

baseline代码中，train_loader和val_loader中都只取了前1000个样本进行训练和验证，显然这是不够的，将这几个.head(1000)，删除，用所有的数据进行训练，可以得到好的结果。

修改训练轮数

baseline中只训练了2个epoch，我将它改成了3，实际训练中发现早在2个epoch前模型就已经收敛了，这里多训练一个epoch其实是没必要的。不过一般来说，2个epoch是很少的，所以我将它改成了3.

最后

将这些全部修改完后，用kaggle上的save version功能，保存一个版本并且全部运行一遍（防止在网页上跑时间久会出问题），最后将生成的submit.csv提交等待结果得分就行了。