- 博客(5)
- 收藏
- 关注
原创 模型集成
模型集成学习目标集成学习方法深度学习中的集成学习DropoutTTASnapshot结果后处理学习目标1、学习集成学习方法以及交叉验证情况下的模型集成2、学会使用深度学习模型的集成学习集成学习方法在机器学习中的集成学习可以在一定程度上提高预测精度,常见的集成学习方法有Stacking、Bagging和Boosting,同时这些集成学习方法与具体验证集划分联系紧密。由于深度学习模型一般需要较长的训练周期,如果硬件设备不允许建议选取留出法,如果需要追求精度可以使用交叉验证的方法。假设构建了10折交
2020-06-02 21:21:27 206
原创 模型训练与验证
模型训练与验证学习目标构造验证集模型训练与验证模型保存与加载模型调参流程学习目标1、理解验证集的作用,并使用训练集和验证集完成训练2、学会使用Pytorch环境下的模型读取和加载,并了解调参流程构造验证集1、在模型的训练过程中,模型只能利用训练数据来进行训练,模型并不能接触到测试集上的样本。因此模型如果将训练集学的过好,模型就会记住训练样本的细节,导致模型在测试集的泛化效果较差,这种现象称为过拟合(Overfitting)。与过拟合相对应的是欠拟合(Underfitting),即模型在训练集上的拟
2020-05-30 23:44:33 1152
原创 字符识别模型
这里写目录标题学习目标CNN介绍卷积层池化层全连接层CNN发展Pytorch构建CNN模型学习目标1、学习CNN基础和原理2、使用Pytorch框架构建CNN模型,并完成训练CNN介绍卷积神经网络(简称CNN)是一类特殊的人工神经网络,是深度学习中重要的一个分支。CNN在很多领域都表现优异,精度和速度比传统计算学习算法高很多。特别是在计算机视觉领域,CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。CNN每一层由众多的卷积核组成,每个卷积核对输入的像素进行卷积操作,得到下一次的输入。
2020-05-26 21:28:40 425
原创 数据读取与数据扩增
这里写目录标题数据读取学习目标图像读取PillowOpenCV数据扩增数据扩增介绍数据扩增方法常用的数据扩增库Pytorch读取数据小结数据读取学习目标1、学习Python和Pytorch中进行图像读取2、学会扩增方法和Pytorch读取题目数据图像读取因为题目的数据是图像数据,而任务是识别图像中的字符。因此首先需要对数据进行读取。PillowOpenCV数据扩增数据扩增介绍数据扩增方法常用的数据扩增库Pytorch读取数据小结...
2020-05-23 23:42:09 291
原创 计算机视觉——图像检索
计算机视觉——图像检索题目理解题目名称题目目标合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入题目理解你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了
2020-05-20 22:21:02 592
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