- 博客(11)
- 收藏
- 关注
RSS订阅原创 Datawhale AI 夏令营-DeepFake学习笔记03
尝试一下随机反转图像的颜色的数据增强。alpha是一个在0到1之间的值。例如，alpha=0.5，意味着两个图像各占新图像的一半。3.提高泛化能力：可以帮助模型学习到更加泛化的特征表示，从而提高模型在未见过的数据上的表现。这是说明水平或垂直翻转图像效果反而不好了吗，当然模型也可能存在一定误差。将一个图像的一部分剪切并粘贴到另一个图像上来创建新的训练样本。5.随机反转图像的颜色+水平或垂直翻转图像（混合）根据剪切区域的大小来调整两个图像的标签。，使其能够在未见过的数据上表现得更好。最终得分：0.98253。
2024-07-20 22:38:45
387
原创 DeepFake学习笔记02
（Skip Connections）：这是ResNet最关键的创新，通过跳跃连接，输入可以直接绕过一个或多个层传到输出，输出是输入与这些层的输出的加和。使用在大规模数据集上预训练的模型作为起点（例如：ImageNet数据集上预训练的卷积神经网络（CNN）），再使用少量标记数据对模型进行微调。EfficientNet 的核心是其 compound scaling 方法，该方法通过一个复合系数统一缩放网络的深度、宽度和分辨率。大多数层的参数不变，防止在微调过程中这些层学到的通用特征被破坏。
2024-07-17 23:42:17
142
原创 Datawhale AI 夏令营-DeepFake学习笔记01
对原始图像进行如旋转、缩放、翻转等操作，可以生成新的训练样本，使模型学习到更丰富的特征表示。这些模型已经学习到了丰富的特征表示，能够识别和处理图像中的多种模式。的核心思想是引入了“残差学习”框架，通过添加跳过一层或多层的连接（即残差连接或快捷连接），解决了随着网络深度增加时训练困难的问题。3.梯度归零：在每次迭代开始前，通过optimizer.zero_grad()清空（重置）之前的梯度，以防止梯度累积。5.参数更新：通过optimizer.step()根据计算得到的梯度更新模型的参数。
2024-07-14 19:32:02
116
1原创 砍竹子2117
模拟，先求出每个竹子单独砍次数的总和。比较相邻是否有相同高度，有则总数减一。暴力解题法，找到连续相同高度的竹子砍去，循环操作，保证是连续相同。
2023-02-05 17:09:10
169
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