深度学习
文章平均质量分 87
努力的悟空
啥都想学的菜鸡
展开
-
关于深度学习训练优化,模型微调详细解读
当我们在进行深度学习模型训练的时候,往往会因为数据在epoch很多次后,loss值不在下降,便会认为模型已经收敛,训练的参数已经达到了一个极限。那么这时候其实可以通过微调,微调基础模型的高阶特征表示,以使它们与特定任务更相关。通俗的来说,如果你的模型的score达到90后便不再变化,我们可以通过微调让正确率达到92。一、微调是什么所谓微调:冻结模型库的底部的卷积层,共同训练新添加的分类器层和顶部部分卷积层。这样可以是的模型的预测结果更加接近特定任务。原创 2022-09-22 17:29:53 · 2691 阅读 · 0 评论 -
利用FME实现三调图斑地类自动提取与遥感影像自动分析监测
前言我是一名giser也是一名开发者,刚入行时,第一件事情就是做三调图斑的矢量化,当时费劲心思一天也才只能画2平方公里左右的矢量数据,随着不断的学习和接触了各种各样的新技术,如果能把这些过程实现自动化,哪怕不能完美,都不知道能节约多少人力物力。带着这个想法,我一路研究,最终是通过fme结合深度学习模块,将整套完整流程集成到了模板内部。在介绍这套方案之前,我首先得感谢我的和尚哥,他作为FME资深大佬,在整套流程的搭建中,指导我攻破了许多难题。一、环境搭建1、FMEFME作为主角,在整套..原创 2022-04-01 20:47:55 · 5648 阅读 · 5 评论 -
python深度学习tensorflow和fme结合,实现档案扫描件数据自动分类
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么? 二、使用步骤 1.引入库 前言之前我发过一遍用fme调用谷歌的汉字识别库来实现扫描件分类的文章,虽然能减少大量的人力物力,但是缺点依旧有很多,比如很多扫描件资料文字不清晰,房屋照片图像资料无法识别,文字识别率低,环境配置复杂,同时分类效率低下,大概需要花费1秒才能完成一张照片的分类。于是悟空我开始从深度学习上探索如何实现扫描件的0误差分类。学习了接近一个月的机器学习基础,深原创 2021-11-14 23:53:28 · 3011 阅读 · 5 评论