摘要:
记录几个关于模型集成的问题: 1、validate set的留出法(还有k-折交叉验证) 【常见的集成学习方法有Stacking、Bagging和Boosting,同时这些集成学习方法与具体验证集划分联系紧密。】 原来常说的集成学习,跟验证集划分相关,以前常看到集成,但不知道是怎么做,以为是多个模型 阅读全文
摘要:
远程服务器上后台训练网络,再也不用怕由于断网而间断训练 https://blog.csdn.net/wuzhongqiang/article/details/105882836 阅读全文
摘要:
1、布匹瑕疵的检测,有github链接:https://zhuanlan.zhihu.com/p/88749673 2、布匹瑕疵的检测,baseline:https://tianchi.aliyun.com/notebook-ai/detail?postId=74264 3. github的图片不显 阅读全文
摘要:
1、Side-Aware Boundary Localization for More Precise Object Detection 【mark】:pixellink预测四个边,这里写side-aware boundary,所以想看看。感觉是回归小的数值(距离)比较可靠。想法很自然,实现的很意外 阅读全文
摘要:
看了几个faster rcnn的代码,注释,觉得还好,目前没时间细看,先mark一下 https://www.cnblogs.com/wind-chaser/p/11359948.html https://blog.csdn.net/qq_32678471/article/details/85678 阅读全文
摘要:
1、想用stepLR: 2、输出中间conv的结果,因为跟公式计算的输出不一样 3、修改模型,取预训练参数的一部分更新 4、heatmap 1、stepLR: model = SVHN_Model1()criterion = nn.CrossEntropyLoss()optimizer = torc 阅读全文
摘要:
总是学会一个忘记一个,记录如下: 1、 ps -f -p PID号码 可以查看PID的用户名,知道谁在占用gpu,可以通过nvidia-smi 命令,得到PID 2、source activate name 激活名为name的虚拟环境 3、 阅读全文
摘要:
尝试修改网络结构的记录: 1、resnet18修改为vgg16,epoch=2时效果差点,修改: model_conv = models.vgg16(pretrained=True) #model_conv = models.restnet18(pretrained=True) 2、如果每个stag 阅读全文
摘要:
# def conv_bn(inp, oup, stride):# return nn.Sequential(# nn.Conv2d(inp, oup, 3, stride, 1, bias=False),# nn.BatchNorm2d(oup),# nn.ReLU(inplace=True)# 阅读全文
摘要:
尝试修改网络结构的记录: 1、resnet18修改为vgg16,epoch=2时效果差点,修改: model_conv = models.vgg16(pretrained=True) #model_conv = models.restnet18(pretrained=True) 2、如果每个stag 阅读全文