- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Task5-模型集成
5.模型集成本章讲解的知识点包括：集成学习方法、深度学习中的集成学习和结果后处理思路。5.1 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5.2 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。...
2020-06-02 23:15:12
140
原创 Datawhale 零基础入门CV Task04 :模型训练与验证
#4 模型训练与验证为此本章将从构建验证集、模型训练和验证、模型保存与加载和模型调参几个部分讲解，在部分小节中将会结合Pytorch代码进行讲解。##4.1 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##4.2 构造验证集在机器学习模型（特别是深度学习模型）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
2020-05-30 23:07:36
152
原创 Datawhale 零基础入门CV赛事-Task3 字符识别模型
本章将会讲解卷积神经网络（Convolutional Neural Network, CNN）的常见层，并从头搭建一个字符识别模型。#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
2020-05-26 22:13:25
124
原创 Datawhale 零基础入门CV Task02 :数据读取与数据增广
#学习目标1.学习Python和pytorch图像读取2.学会增广方法和pytorch读取赛提数据#图像读取由于赛提数据集是图像，赛题任务是识别图像中的字符，首先可以完成数据读取工作。比较常见方法Pillow 和OpencvOpenCV官网：https://opencv.orgOpenCVGithub:https://github.com/opencv/opencvOpencv 扩展算法库：https://github.com/opencv/opencv_contribPIllow官方文档：
2020-05-23 20:22:27
96
原创 Datawhale 零基础入门CV - Baline赛题理解01
Datawhale 零基础入门CV - Baline赛题理解01#Datawhale 零基础入门CV - Baline赛题理解01内容主要表述对街景字符识别赛题的理解，以及对赛题数据的读取说明，并采取的相应的解题思路。##赛题理解我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行
2020-05-20 20:11:09
223
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人