Datawhale
薛定谔有个猫
这个作者很懒,什么都没留下…
展开
-
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。 ...原创 2020-06-02 23:15:12 · 104 阅读 · 0 评论 -
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原创 2020-05-26 22:13:25 · 118 阅读 · 0 评论 -
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Opencv OpenCV官网:https://opencv.org OpenCVGithub:https://github.com/opencv/opencv Opencv 扩展算法库:https://github.com/opencv/opencv_contrib PIllow官方文档:原创 2020-05-23 20:22:27 · 85 阅读 · 0 评论 -
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 进行原创 2020-05-20 20:11:09 · 178 阅读 · 1 评论