这一篇承接上文,实际操作模型改进。
以task0的baseline为核心进行改进。
大概有几个方向是主要改进方向。
增加训练数量
扩大特征值范围
增加比较次数取均值(多次训练模型)
打算从改进模型训练方式进行调优,但是要先了解代码的意义(python基础不好QAQ)下图是baseline的计算数据特征函数的构造阶段
原先我并不知道fn的意义,用print之后
fn 代表的是训练集里的每一个数据。如果想用GAN来添加训练集从这里入手。
在后文的数据转换中(如上图),用transpose改变了temp 的序列?暂时不清楚意义。
这几天比较忙,暂时先到这里。