meanme的专栏

原文 ：Classifying plankton with deep neural networkcode：code作者在这次的比赛中获得了一等奖，team name是Deep Sea概要1）介绍2）预处理和data augmentation3）network 结构4）模型训练5）非监督和半监督方法6）model averaging7）汇总（Miscellany）8）总结介绍1）要

接着上一篇的内容Training1）validation我们使用分层抽样（stratified sampling）的方法，将已标注的数据集分出10%作为验证集（validation）。由于数据集过小，我们在验证集上的评估受到噪声的影响比较大，因此，我们也在排行榜上的其他模型上测试了我们的验证集。2）training algorithm所有的模型都是在加了Nesterov momentum的SGD优化

接着上一篇的内容model averaging我们将多个模型融合的结果作为最后提交的内容1）Test-time augmentation对于每一个单独的模型，我们使用不同的augmentation得到不同的预测结果，然后将这些结果融合，这对performence的提升有很大的帮助。我们将Test-time augmentation简写为TTA。开始的时候，我们使用人工创造的仿射变换（affine t