一、模型集成方法:
1.1、测试阶段也对每张图像做扩充,分别做预测, 将预测结果平均作为该图像最终预测结果
1.2、样本不均衡时:对样本较多的类降采样,得到子数据集训练模型, 如此采样, 训练,反复多次。最后, 对测试数据的预测则根据训练得到若干模型的结果取平均值或投票得到
二、理解网络中的数据传输:
2.1、绿色是前向的输入值,红色是后向的梯度值。网络的门单元间通过梯度信号相互通信,知道每个门信号在何种程度上上升或降低(如想最大化输出值,就需要减小X,而且还是-4的关系)。
2.2、