- 博客(6)
- 收藏
- 关注
RSS订阅原创 task1
该比赛所提供的文本数据，是加密的数字数据，首先要做的是分析数据，观察数据的分布，每条新闻文本的数据分布。另外简单的看了下NLP相关的机器学习算法和深度学习算法，机器学习算法还是比较简单的，词包加训练，深度学习算法原理较为复杂，需要继续学习。...
2020-07-21 22:15:54
64
原创 FCN学习心得
1.语义分割：语义分割指按图片各个像素的实际含义，对各像素进行分类，从而实现图片上的分割效果2.论文中的figure2:就是把卷积神经网络改成了全卷积神经网络，把CNN的全连接层改成了1*1的卷积层。3.文字描述figure3:该图描述FCN-8s,FCN-16s,FCN-32s。FCN-32s即把conv6-7得到的结果直接进行32倍的上采样。FCN-16s即把pool4得到的结果进行两倍的上采样，然后和pool4得到的结果融合，再进行16倍的上采样。FCN-8s即把conv7得到的结果进行4倍上采样
2020-07-19 13:46:04
294
1
原创 linux系统配置pytorch
linux系统配置pytorch记得加清华源，否则中途装包的时候会发生某个包突然卡住了的现象创建虚拟环境后，安装pytorch时，一定要先查看自己显卡的cuda版本（我的是10.0），然后去官网上选择对应版本的下载命令安装完pytorch后，检查安装的torch版本，同时检查torch.cuda.is_available是否返回True。如果返回的是False,要当心了，检查nvidix_smi是否能显示显卡情况，如果不能，需要重装显卡驱动，如果能显示，问题多半是torch版本不对，需要重新安装。
2020-06-08 14:48:37
181
转载 task5 打卡
Datawhale 零基础入门CV赛事-Task5 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
2020-06-03 12:39:42
75
原创 计算机视觉-街景字符编码识别
计算机视觉-街景字符编码识别项目介绍Datawhale 第十三期学习活动计算机视觉-街景字符编码识别 202005017-0602天池：零基础入门CV赛事- 街景字符编码识别Datawhale开源仓库TaskTask1 赛题理解 赛题数据 数据标签 评测指标 数据读取 解题思路Task2 据读取与数据扩增图像读取 Pillow和OpenCV数据扩增 torchvision.transforms数据封装 Dataset：索引方式对数据样本读取，DataLoder：批量迭
2020-05-20 21:27:44
163
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