随笔分类 - 软件工程
课设
摘要:总结 我们做的是鸟类识别的项目, 在这个项目中,蒋梦琦、马俊腾、任晟、吴淳桐、钟良胜负责算法方面,刘瑞帅负责前后端。 考虑到的算法是这个项目的核心,所以我让剩下的人都来做算法。 **任务:**完成对模型的训练,实现最核心的功能。 **成果:**最后实现了目标,准确率其实还可以提升,多跑几个epoch
阅读全文
摘要:Beta阶段的出口条件: 复现出模型,完成最核心的功能 issue链接 https://github.com/MakeItPossible-MJT/Birds_Identification/issues/11 每个人做的工作 马俊腾: 模型复现出来了,acc是50%,鉴于训练模型太慢了,就不改了 刘
阅读全文
摘要:Beta阶段出口条件 复现出模型,完成最核心的功能 过去三天完成的任务的issue https://github.com/MakeItPossible-MJT/Birds_Identification/issues/10 马俊腾: 还在复现中 蒋梦琦: 继续复现代码… 在服务器上搭建训练神经网络的环
阅读全文
摘要:Beta阶段的出口条件 复现出模型,完成最核心的功能 issue链接 https://github.com/MakeItPossible-MJT/Birds_Identification/issues/9 每个人做的工作 马俊腾 还在复现中 任晟: 复现。。。。 刘瑞帅: 文件上传需要Java,不能
阅读全文
摘要:Alpha阶段的目标: 复现出模型,完成项目的主要功能,完成度:50% Beta阶段的出口条件: 复现出模型 issue链接: https://github.com/MakeItPossible-MJT/Birds_Identification/issues/8 每个人的工作: 马俊腾: 还在复现中
阅读全文
摘要:小组项目的github地址: MakeItPossible-MJT/Birds_Identification (github.com) ISSUE地址: Alpha(6/6) · Issue #7 · MakeItPossible-MJT/Birds_Identification (github.c
阅读全文
摘要:小组项目的github地址: MakeItPossible-MJT/Birds_Identification (github.com) ISSUE地址: Alpha(5/6) · Issue #6 · MakeItPossible-MJT/Birds_Identification (github.c
阅读全文
摘要:小组项目的github地址: MakeItPossible-MJT/Birds_Identification (github.com) ISSUE地址: Alpha (4/6) · Issue #5 · MakeItPossible-MJT/Birds_Identification (github.
阅读全文
摘要:项目的GITHUB地址:MakeItPossible-MJT/Birds_Identification (github.com) ISSUE链接:Alpha(3/6) · Issue #2 · MakeItPossible-MJT/Birds_Identification (github.com)
阅读全文
摘要:项目的GITHUB地址:MakeItPossible-MJT/Birds_Identification (github.com) ISSUE链接: 马俊腾: 已经完成的任务:学习了一些机器学习的知识。 遇到的困难:暂时还没遇到。 下一个三天准备完成的任务:准备复现研习社代码。 蒋梦琦: 刘瑞帅: 已
阅读全文
摘要:每个人的工作: https://github.com/MakeItPossible-MJT/Birds_Identification/issues/1 这三天已经完成的工作: 初步分配了一下任务。 下一个三天计划完成的工作: 刘瑞帅:做前端方面的工作。 马俊腾、蒋梦琦、任晟、吴淳桐、钟良
阅读全文
摘要:《K_Cream团队》第5次作业:项目识别 **项目名称:**鸟类识别 **项目简介:**做一个网页版的软件,设计算法模型可以自己判断鸟的类型 NABCD模型分析 1、N(Need需求) 1、网上经常出现有人因为非法捕捉、圈养国家级保护鸟类而受到严厉的处罚,甚至难逃牢狱之灾,但是这些人中的一部分
阅读全文
摘要:根据老师的代码,我们做了一些改动来做研习社的题。 首先下载数据,然后将cat_dog中的test移动到/dogscats/test文件夹中,如截图所示。然后把代码改成如下图方框中所示。 然后添加一个loader_test。 然后训练模型得到如下输出 训练模型的代码如下: 然后测试训练的模型,测试代码
阅读全文
摘要:一、观看视频后的心得 马俊腾:了解到了卷积神经网络的应用,并且在工业上的自动驾驶方面做的还好,了解到了它与传统神经网络的差异,通过参数共享等可以实现更好的模型,对卷积神经网络的基本结构有了一定的了解:卷积、池化、全连接。 蒋梦琦:线性代数,概率论,微积分是机器学习中各种模型的基础,有些模型的公式和推
阅读全文
摘要:1.1心得 马俊腾:对人工智能的历史、深度学习和机器学习有了一些了解,我觉得它对于工业领域能够产生很大的作用,尽管它现在还不算真正的有智能,但是慢慢发展会有很大的空间的。另外对于知识方面,了解到机器学习分为监督式学习和非监督式学习这些知识等等,但是对于我的实践的话,我觉得还得多练。 蒋梦琦:人工智能
阅读全文
摘要:个人简介 马俊腾:我是马俊腾,我的爱好是玩,推荐海大食堂中最喜欢的一道菜:二餐二的黄焖鸡,比较想说的一句话是:遵从内心的真正的想法,不要被外界附加的各种奖惩机制所控制。 蒋梦琦:我是蒋梦琦;我的爱好是生活;我喜欢四餐的好多菜(选不出来最喜欢);最近我去想学做咖啡 & 好好休息; 刘瑞帅:我是刘瑞帅,
阅读全文
浙公网安备 33010602011771号