自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 Datawhale X 李宏毅苹果书 AI夏令营-深度学习入门-Task3

交叉验证(Cross-Validation)就是重复的使用数据,把得到的样本数据进行切分,组合为不同的训练集和测试集,用训练集来训练模型,用测试集来评估模型预测的好坏。过拟合的原因是模型过于复杂,过度地拟合了训练集的噪声和特征,导致在测试集上的泛化能力不足。模型偏差(Bias)是指预测结果与真实值之间的差异,排除噪声的影响,偏差更多的是针对某个模型输出的样本误差,偏差是模型无法准确表达数据关系导致,比如模型过于简单,非线性的数据关系采用线性模型建模,偏差较大的模型是错的模型。

2024-09-03 16:43:45 610

原创 Datawhale AI 夏令营 第五期-CV方向-Task3

学习率的调整太大,可能会不收敛,太小可能会训练得很慢,一般是使用warm_up的学习率衰减策略(刚开始设计的时候需要较大的学习率,随着学习的深入就逐渐下降学习率,但是不能小于0)。尺度变换(Scale):与缩放变换有点类似,不过尺度变换的对象是图像内容而非图像本身(可以参考SIFT特征提取方法),构建图像金字塔以得到不同大小、模糊程度的图像。对比度变换(Contrast):改变图像对比度,相当于在HSV空间中,保持色调分量H不变,而改变亮度分量V和饱和度S,用于模拟现实环境的光照变化。

2024-08-31 22:57:37 229

原创 Datawhale X 李宏毅苹果书 AI夏令营-深度学习入门-Task2

分类的核心就是求出一条直线w的参数,使得直线上方和直线下方分别属于两类不同的样本;回归就是用来拟合尽可能多的点的分布的方法,可以通过拟合的直线知道一个新样本的相关数值。分段线性曲线是一种基本的图形表示方法,它由若干条线段连成,每条线段的斜率是固定的,用于存储和操作分段线性曲线。线性模型指的是把输入的特征 x 乘上一个权重,再加上一个偏置就得到预测的结果。线性模型要做的有两类任务:分类任务、回归任务。

2024-08-31 22:39:58 269

原创 Datawhale AI 夏令营 第五期-CV方向-Task2

后来使用深度学习算法,从R-CNN到Fast R-CNN一直采用的思路是proposal+分类 (proposal 提供位置信息, 分类提供类别信息)精度已经很高,但是速度还不行。YOLO将目标检测看作回归问题,从空间上定位边界框(bounding box)并预测该框的类别概率。YOLO提供了另一种更为直接的思路: 直接在输出层回归bounding box的位置和bounding box所属的类别(整张图作为网络的输入,把 Object Detection 的问题转化成一个 Regression 问题)。

2024-08-29 23:53:41 298

原创 Datawhale X 李宏毅苹果书 AI夏令营-深度学习入门-Task1

(2)按学习方式分类:有监督学习(Supervised)、无监督学习(Unsupervised)、半监督学习(Semi-supervised)、强化学习(Reinforcement)(3)按学习模型分类:几何(Geometric)、逻辑(Logical)、网格(Network)、概率(Probabilistic)(1)按学习任务分类:回归(regression)、分类(classification)、聚类(Clustering)2.典型过程:建立模型 ——> 训练 ——> 预测。

2024-08-27 23:01:38 160

原创 Datawhale AI 夏令营 第五期-CV方向-Task1

基本概念:计算机视觉是研究如何让计算机能够像人类那样“看”的技术。基本流程:输入数据 —> 图像预处理 —> 进一步处理 —> 图像分析与理解主要CV技术:图像分类(Image Classification)、目标定位(Object Localization)、目标检测(Object Detection)、目标跟踪(Object Tracking)、图像分割(Image Segmentation)、人脸识别(Face Recognition)。

2024-08-26 22:58:42 933

原创 DataWhale AI 夏令营学习笔记-机器学习-Baseline

点击【提交结果】跳转提交界面——点击【选择文件】——选中submit.csv文件——点击【打开】——点击【提交】——点击【提交】,等待评分。4.运行全部Cell:点击左上角双箭头运行全部Cell——约1分钟后,运行成功,下载submit.csv文件即可。5.下载submit.csv文件:右键点击文件——点击下载文件——【另存为】在自己目录中即可。找到“电力需求预测挑战赛”——点击【报名参赛】——勾选同意——点击【好的】——报名成功。3.启动环境:点击【启动环境】——点击【确定】——点击【进入】环境。

2024-07-14 23:06:46 254

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

提示
确定要删除当前文章?
取消 删除