青衣素

摘要： 这是比赛的第四阶段，模型的相关训练与验证 选好模型之后，需要建立训练集与验证集进行模型的效果验证，保证模型的预测结果正确符合，以及不过拟合训练与验证主要有以下几种方法： ###交叉验证法 交叉验证法的作用就是尝试利用不同的训练集/测试集划分来对模型做多组不同的训练/测试，来应对单词测试结果过于片面以 阅读全文

摘要： 本文是街景字符识别比赛第三阶段，关于模型搭建的相关问题 在baseline中，使用了比较简单的神经网络的搭建，并且为了加快模型的收敛，使用了预训练分类模型 class SVHN_Model1(nn.Module): def __init__(self): super(SVHN_Model1, sel 阅读全文

摘要： 这是街景字符识别的第二阶段，数据的读取以及数据的扩增 在我们理解了赛题，知道自己所要完成的任务以及优化目标之后，我们就要对赛题的数据进行处理。本赛题的baseline本质来说，就是对每个字符进行单独的分类，因为只有数字，所以简单处理作为分类任务也是可以的，但是对于带有字符（包括英文或者中文），简单的 阅读全文

摘要： 这是入门深度学习——具体来说是CV比赛的入门级比赛，有点类似手写数字识别，具体的赛题链接如下：https://tianchi.aliyun.com/competition/entrance/531795/information 入门深度学习比赛，我想把参加比赛的全过程包括：赛题理解，数据处理（或者可 阅读全文

摘要： 在参加了推荐系统比赛之后，发现自己基础不是很稳固，打算把推荐系统基础知识好好强化一下，希望这个系列的文章写完之后，自己的水平能有一定的提高。 本文是《推荐系统实践》笔记系列的开始，想将自己的一些学习思考记录下来；自己也是该领域的初学者，可能会有一些观点的错误，希望大家能够指正出来。也希望和大家一起学 阅读全文

摘要： 最近开始研究图像分割的相关技术，打算从综述文章入手，先了解整个领域的研究情况，再具体到各个算法的实现与原理上面去。文章主要以翻译以及个人对文章的理解为主，翻译成中文，便于后续查找相关的知识点。这篇综述总结了到2019年为止常见的图像分割的方法，可以说是一个相关资料的大汇总吧。 Abstract 机器 阅读全文

摘要： kaggle上关于时序数据预测的案例，链接：https://www.kaggle.com/c/competitive data science predict future sales 赛题描述：在本次比赛中，您将使用具有挑战性的时间序列数据集，其中包括每日销售数据，该数据集由俄罗斯最大的软件公司之 阅读全文

摘要： 论文链接：https://arxiv.org/abs/1411.4038v2 对论文的详细翻译以及解读，在网上可以找到很多，作为初学者，我只是将我自己阅读的过程中所产生的问题记录下来，以便以后进行回顾 问题提出： 卷积层可实现任意大小的图像输入，而全连接层不能 答：全连接层与前一层之间的参数确定好的 阅读全文

摘要： 前言：最近开始kaggle的一些竞赛，从一开始的懵懵懂懂，到后面的逐渐熟练，在kaggle上真的学到了很多，特此将自己的一些想法与思考记录下来，希望能和大家一起探讨学习，如果有不对的地方，希望大家可以指出来！ 赛题描述：要求购房者描述他们梦dream以求的房子，他们可能不会从地下室天花板的高度或与东 阅读全文