【datawhale】任务一跑通baseline---笔记

最新推荐文章于 2024-07-06 17:18:33 发布
最新推荐文章于 2024-07-06 17:18:33 发布
阅读量127 收藏
点赞数
文章标签： 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47341561/article/details/132370110
版权

数据集分为测试集和训练集。

训练集 ：就是拿来给你训练的样例 ，平时刷的题。带答案
测试集 ：你的考试。不带答案

给的数据集的解释
给的数据集的解释

大赛用f1_score评价做的结果好不好
在这里插入图片描述

在这里插入图片描述
precision ：TP/(TP+FP)
recall : TP/(TP+FN)

机器学习处理数据的时间占大头
在这里插入图片描述
数据清洗：这里把（离得较远的）离群的数据剔除，把NaN和INF也都拿掉。一般会把别的类型转换成数字。

特征工程：可能会有冗余的数据，把冗余的数据做一些变化然后就ok了

如何让模型更好：方法1改模型 方法2改输入的数据

head（10）显示前10个，head（）默认是5，也可以写tail（），显示后5个
在这里插入图片描述
info这个显示表的每个属性的类型
在这里插入图片描述

好好好学吧zmh
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Security-Baseline-master.zip
08-04
开源安全基线扫描工具，如"Security-Baseline-master.zip"所指，是一种专门用于检查和验证系统是否符合这些安全标准的工具。这些工具通常提供自动化的方法，帮助管理员识别并修复不符合安全基线的设置。 在...
baseline 运行体验
m0_67274522的博客
08-18 73
大约用了半个小时看教程跑完了baseline 运行不难 就是整个文档要注册账号让后才能运行 作为外行感觉这个流程可以再简化一点。作为非相关专业小白，刚开始运行baseline 还有点信心 ，后面希望坚持下去！
styled-baseline:基线网格排版算法
05-01
在“styled-baseline-master”压缩包中，可能包含了项目源代码、示例文件、样式表（CSS）、可能的JavaScript文件以及README文档，这些内容可以帮助我们理解并应用基线网格排版算法。通过研究这些文件，开发者可以...
-Baseline-check-main.zip
11-17
"Baseline-check-main.zip" 提供的是一套用于基线检查的主程序，通过对这个压缩包文件的分析，我们可以深入理解基线检查的概念、重要性和具体实施方法。 基线（Baseline）是指在项目开发过程中的一个特定时间点，...
baseline-conv5_e55.mat
04-07
在调试源码siamfc-tf-master时需要下载baseline-conv5_e55.mat放在pretrained文件夹下
hashing-baseline-for-image-retrieval-master
12-27
"hashing-baseline-for-image-retrieval-master"项目就是一个专注于哈希算法在图像检索应用中的基准实现。 哈希算法是信息检索和数据存储的基础工具，它能够将任意大小的数据映射到固定长度的哈希值，通常是一个短...
2024-07-05 base SAS programming学习笔记9(variables)
ddjdd1234的博客
07-05 326
由于SAS 每次都会执行IF THEN 语句，因此在对同一个变量进行操作时使用IF THEN ELSE IF THEN 语句来提高效率，避免重复使用IF-THEN 语句，在碰到TRUE的情况则会跳出该IF 语句。如果不存在select expression ，则会对每个when 语句判断TRUE或FALSE,SAS只会执行首次判断为TRUE的语句，一旦存在TRUE语句则跳出不对其他WHEN语句进行判断。在每次DO循环前检查是否满足WHILE的条件，只有满足WHILE的条件才继续循环，如果不满足则终止循环。
笔记：操作系统使用的一些小命令
Lizi_TT的博客
07-01 203
2，Linux查看cpu使用率。1，Linux查看内存使用率。7，查看哪些进程用来那个端口。3，Linux查看空间。
昇思MindSpore学习笔记2-01 LLM原理和实践 --基于 MindSpore 实现 BERT 对话情绪识别
muren的专栏
07-02 1044
通过识别BERT对话情绪状态的实例，展现在昇思MindSpore AI框架中大语言模型的原理和实际使用方法、步骤。
GAMES104：04游戏引擎中的渲染系统1：游戏渲染基础-学习笔记
噗噗噗的博客
07-02 1026
游戏引擎的设计与硬件架构密不可分，要做好一个图形程序，就得了解显卡架构游戏引擎的一个核心问题是Mesh、Materials等数据之间的关系，submesh就是一个很好的解决方法大师：do nothing—用Culling算法使得引擎绘制尽可能少的东西，CPU、GPU做的事越少越好GPU代替CPU计算–GPU Driven。
【PB案例学习笔记】-27制作一个控制任务栏显示与隐藏的小程序
再小的帆也能远航，把分享变成一种习惯
07-03 359
这是PB案例学习笔记系列文章的第27篇，该系列文章适合具有一定PB基础的读者。通过一个个由浅入深的编程实战案例学习，提高编程技巧，以保证小伙伴们能应付公司的各种开发需求。
数据结构学习笔记-十大排序算法
2301_81135589的博客
07-03 444
进行S趟k路归并，把k个归并段的块读入k个输入缓冲区，用“归并排序”的方法从k个归并段中选出几个最小记录，暂存到输出缓冲区中，当输出缓冲区满时，写出外存。6）重复3）~5），直至在WA中选不出新的MINIMAX记录为止，由此得到一个初始归并段，输出一个归并段的结束标志到FO中去。设初始待排文件为FI，初始归并段输出文件为FO，内存工作区为WA，FO和WA的初始状态为空，WA可容纳w个记录到工作区WA。5）从WA中所有关键字比MINMAX记录的关键字大的记录中选出最小关键字记录，作为新的MINIMAX记录。
[笔记] 卷积 - 01 变速箱需要放置多少个加速度传感器？
含光左卫的工作笔记集
07-03 921
卷积运算以及在振动分析中的应用。一些笔记和讨论。其他的卷积运算适用的场合，如信号与系统，机械涉及，机器学习可以参考。
vb.net&cad二开自学笔记2：认识vs编辑器
最新发布
nianfen的博客
07-06 117
认识一下宇宙第一编辑器的界面图标含义还是很重要的，否则都不知道面对的是什么还怎么继续？变量长方体：变量局部变量两个矩形块：枚举预定义的枚举紫色立方体：方法橙色树状结构：类灰色块：自定义的代码片段接口/typedef向左对齐的关键字图标倒着脸的结构体图标显得规规矩矩的宏定义图标大括号的命名空间图标事件属性委托。
libusb注意事项笔记
cai742925624的专栏
07-03 467
libusb注意事项笔记
笔记12：if语句编程练习（打印输出三个数据中的最小值）
m0_71276503的博客
07-02 204
输入三个数，分别放入变量x，y，z中打印输入数据中最小的那一个数。
【UE5.3】笔记6-创建可自由控制Pawn类
qq_35064654的博客
07-03 257
我们如果直接运行，UE会生成自带的游戏模式基础如下图，默认的肯定不能完全满足我们的要求，现在我们要在这个关卡里使用上面我们自己创建的游戏模式基础，该如何去使用呢？这时我们再次运行游戏，我们的小球就会在场景中生成，在大纲里面我们也能看到本来默认的GameMode和player变成了我们自己创建的。最好，我们打开我们创建的BP_GameMode,将其中的默认pawn类改成我们创建的BP_Player，如下图，最好别忘记点击编译。可以根据喜好加一些自发光的效果。角色是Pawn的一种类型，增加了可四处走动的功能。
秒懂设计模式--学习笔记(7)【结构型-门面模式】
qq_28288835的博客
07-04 830
门面模式（Facade）可能是最简单的结构型设计模式它能将多个不同的子系统接口封装起来，并对外提供统一的高层接口，使复杂的子系统变得更易使用无论是“门”还是“面”，指代的都是某系统的外观部分，也就是与外界接触的临界面或接口，所以门面模式常常也被翻译为“外观模式”测试类文件封装了多个子系统，并将它们整合起来对外提供统一的访问接口SubSystemA、SubSystemB（子系统A、子系统B…）：隐藏于门面中的子系统，数量任意，且对外部不可见，专注于各自擅长的领域。如：蔬菜商类、厨师类、服务员类等。
昇思MindSpore学习笔记3-02热门LLM及其他AI应用--K近邻算法实现红酒聚类
muren的专栏
07-03 904
介绍了K近邻算法，记录了MindSporeAI框架使用部分wine数据集进行KNN实验的步聚和方法。包括环境准备、下载红酒数据集、加载数据和预处理、搭建模型、进行预测等。
Baseline: On-the-fly stylization
05-03
On-the-fly stylization is a technique for applying artistic styles to images in real time. It involves using a pre-trained deep learning model to transfer the style of one image onto another image, creating a new image that combines the content of the original image with the style of the reference image. The baseline approach for on-the-fly stylization involves using a pre-trained neural network, such as the VGG-19 network, to extract the content and style features from the input and reference images. These features are then used to compute the Gram matrix, which captures the correlations between the different feature maps and is used to represent the style of the reference image. The content and style features are then combined to generate a new image that preserves the content of the input image while incorporating the style of the reference image. This is achieved by optimizing a loss function that balances the content and style losses. The baseline approach has been extended in various ways, such as incorporating perceptual loss functions and using attention mechanisms to selectively transfer style to specific regions of the input image. Overall, on-the-fly stylization is a powerful technique for generating artistic images in real time and has applications in fields such as entertainment, advertising, and education.

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值