- 博客(13)
- 收藏
- 关注
RSS订阅原创 Datawhale 零基础入门CV-Task05.模型集成
学习目标学习集成学习方法以及交叉验证情况下的模型集成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在10个CNN模型可以使用如下方式进行集成：对预测的结果的概率值进行平均，然后解码为具体字符对预测的字符进行投票
2020-05-30 20:16:40
240
原创 Datawhale 零基础入门CV-Task04.模型训练与验证
前言一个成熟合格的深度学习训练流程至少具备以下功能在训练集上进行训练，并在验证集上进行验证模型可以保存最优的权重，并读取权重记录下训练集和验证集的精度，便于调参学习目标理解验证集的作用，并使用训练集和验证集完成训练学会使用Pytorch环境下的模型读取和加载，并了解调参流程构造验证集在机器学习模型的训练过程中，模型是非常容易过拟合的深度学习模型在不断的训练过程中训练误差会逐渐降低，但测试误差的走势则不一定。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
2020-05-30 18:57:27
254
原创 Datawhale 零基础入门CV-Task03.字符识别模型
学习目标学习CNN基础和原理使用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、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。随着网络层的增加卷积核会逐渐扩大感受野、并缩减图像的尺寸CNN是一种层次模型，输入的是原始的像素数据。C
2020-05-26 00:50:33
130
原创 Datawhale 零基础入门CV-Task02.数据读取与数据扩增
主要内容数据读取数据扩增方法Pytorch读取赛题数据学习目标学会Python和Pytorch中图像读取学会扩增方法和Pytorch读取赛题数据图像读取由于赛题数据是图像数据，赛题的任务是识别图像中的字符。因此需要完成对数据的读取操作，在Python中有很多库可以完成数据读取的操作，比较常见的有Pillow和OpenCVPillowPillow是Python图像处理函数库PIL的一个分支，Pillow提供了常见的图像读取和处理的操作，而且可以与ipython noteboo
2020-05-23 14:06:22
310
原创 算法：搜索
顺序搜索在无序记录集中搜索关键词为K的记录在记录集中的位置代码实现 public static int SeqSearch(int[] Record,int Key) { int i; for(i = 0;i < Record.Length; i++) { if (Record[i] == Key) break;
2020-05-20 21:22:13
197
原创 Datawhale 零基础入门CV-Task01.赛题理解
赛题名称：零基础入门CV之街道字符识别赛题目标：通过这道赛题可以引导大家走入计算机视觉的世界赛题任务：赛题以计算机视觉中字符识别为背景，要求预测街道字符编码，是一个典型的字符识别问题学习目标1.理解赛题背景和赛题数据2.理解赛题的解题思路赛题数据赛题以街道字符为赛题数据，数据来自收集的SVHN街道字符数据标签对于训练数据每张照片将给出对于的编码标签，和具体的字符框的位置，可用于模型训练：字符的坐标具体如下所示：在比赛数据中，同一张图片中可能包括一个或者多个字符，因此在比赛数
2020-05-20 00:09:07
231
原创 LeetCode 680.验证回文字符串II
题目描述给定一个非空字符串 s，最多删除一个字符。判断是否能成为回文字符串。示例 1:输入: “aba”输出: True示例 2:输入: “abca”输出: True解释: 你可以删除c字符。解题思路贪心算法对于判断回文字符串通常使用的是双指针解法，模板是int i = 0;int j = s.length - 1;while(i < j){ if(s.charAt(i) != s.charAt(j)) return false; i++; j--
2020-05-19 10:40:20
159
原创 LeetCode 207.课程表
题目描述你这个学期必须选修 numCourse 门课程，记为 0 到 numCourse-1 。在选修某些课程之前需要一些先修课程。 例如，想要学习课程 0 ，你需要先完成课程 1 ，我们用一个匹配来表示他们：[0,1]给定课程总量以及它们的先决条件，请你判断是否可能完成所有课程的学习？示例 1:输入: 2, [[1,0]]输出: true解释: 总共有 2 门课程。学习课程 1 之前，你需要完成课程 0。所以这是可能的。示例 2:输入: 2, [[1,0],[0,1]]输出:
2020-05-18 18:47:26
169
原创 LeetCode 210.课程表II
题目描述现在你总共有 n 门课需要选，记为 0 到 n-1。在选修某些课程之前需要一些先修课程。 例如，想要学习课程 0 ，你需要先完成课程 1 ，我们用一个匹配来表示他们: [0,1]给定课程总量以及它们的先决条件，返回你为了学完所有课程所安排的学习顺序。可能会有多个正确的顺序，你只要返回一种就可以了。如果不可能完成所有课程，返回一个空数组。示例 1:输入: 2, [[1,0]]输出: [0,1]解释: 总共有 2 门课程。要学习课程 1，你需要先完成课程 0。因此，正确的课程顺序为
2020-05-18 18:46:58
317
原创 LeetCode 152.乘积最大子数组
题目描述给你一个整数数组 nums ，请你找出数组中乘积最大的连续子数组（该子数组中至少包含一个数字），并返回该子数组所对应的乘积。示例 1:输入: [2,3,-2,4]输出: 6解释: 子数组 [2,3] 有最大乘积 6。示例 2:输入: [-2,0,-1]输出: 0解释: 结果不能为 2, 因为 [-2,-1] 不是子数组。解题思路动态规划如果利用maxF(i)表示以第i个元素结尾的乘积最大子数组的乘积,α表示传入参数nums,可以推导出状态转移方程为：它表示以第i
2020-05-18 13:18:20
89
原创 算法：排序
排序排序的基本概念与术语排序：把一组记录按照某个域值的递增或递减次序重新排列的过程主关键字：能唯一标识某一记录的关键字稳定性：具有相同关键字的记录，排序前后保持它们原来的相对次序不变，则称该排序过程具有稳定性内部排序：排序过程都在内存中进行的排序外部排序：排序过程需要在内存和外存之间不断交换数据的排序...
2020-05-16 16:10:46
235
原创 LeetCode 236.二叉树的最近公共祖先
题目描述给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。百度百科中最近公共祖先的定义为：“对于有根树 T 的两个结点 p、q，最近公共祖先表示为一个结点 x，满足 x 是 p、q 的祖先且 x 的深度尽可能大（一个节点也可以是它自己的祖先）。”例如，给定如下二叉树: root = [3,5,1,6,2,0,8,null,null,7,4]示例 1:输入: root = ...
2020-05-06 09:49:49
73
原创 LeetCode 45.跳跃游戏II
题目描述给定一个非负整数数组，你最初位于数组的第一个位置。数组中的每个元素代表你在该位置可以跳跃的最大长度。判断你是否能够到达最后一个位置。示例 1:输入: [2,3,1,1,4]输出: true解释: 我们可以先跳 1 步，从位置 0 到达 位置 1, 然后再从位置 1 跳 3 步到达最后一个位置。示例 2:输入: [3,2,1,0,4]输出: false解释: 无论怎样...
2020-05-04 10:06:54
84
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