图像识别(深度学习)

大家在优化CNN的时候,都有哪些切入点?
我先来。
1先判断是欠拟合还是过拟合,调整学习率。这里我用了学习率调整器
2增大epoch
3数据预处理,归一化和数据增强增强
跑一次看看效果,发现欠拟合

1增多模型的隐藏层,相应的Dropout
2数据增多,并进一步数据增强
3隐藏层批次normalize
现在,我的准确率在76左右。

还有什么建议吗?#学习#

全部评论
CNN已经被优化到顶了吧,我看cifa10准确率都是90多的
1 回复 分享
发布于 04-30 18:17 广东
做cv啊有福啦。传统也要看
点赞 回复 分享
发布于 04-28 08:49 广东
tta
点赞 回复 分享
发布于 04-25 14:32 重庆
兄弟 你这个cnn值得就是最简单的那个vgg吗
点赞 回复 分享
发布于 04-21 02:47 广东
问ai捏
点赞 回复 分享
发布于 04-17 13:22 安徽

相关推荐

其实每当面试/老师问起我研究兴趣时,我都一脸茫然,我好像没有什么兴趣,更多的兴趣应该在追求“金钱/成就”,领域什么都可以。因为听说ai赚钱多所以本科报了ai,只在本科的期末考擅长做题,然后保研去了一个还不错的学校top2。但是读研以后科研毫无建树,代码能力也平平无奇,勉强懂一点,会git clone,看到bug会断点调试找一找的程度,要我自己创新我就不懂了。去年拿到了一个挺不错的面试机会是msra的科研岗,问了我很多有深度的科研问题,但我表现很糟糕,面试官看在我学校还不错的份上让我准备两周再面一次,那两周我一直跟着一些github的tutorial学习 抄一抄代码和推公式,感觉似乎是能把那些理论的八股和公式都会推了,两周后的面试老师在我背完八股以后问了几个开放性问题我又不会了,又挂了。感觉自己太菜了有很想找个好的实习,学长帮我内推到了一个学校的实验室氛围很好,他们产出顶会蛮多的,但我依旧只会git clone,初期在实验室确实学会了一点东西还是有所进步的,但后面老师要我做一点自己的原创/复现一个没有git仓库的论文的代码,我就歇菜了,这段实习也不了了之。我好菜哈哈哈。在这段实习之前还做了一段搜广推的实习,部门和mentor都挺好的,但是mentor对我真的太仁慈了也不push,发了任务我做不出也不会怪我,然后就给我换题目啥的,还是稍微学了点,但也没有产出啥东西。每一次都觉得自己好菜啊,到现在依旧0论文 实习也都是划水,以后找工作我都不知道能咋样
点赞 评论 收藏
分享
06-23 20:11
北京大学 Python
个人简历 姓名洪铭皓联系方式[联系电话] | [电子邮箱] | [现居地]求职意向数据分析师/算法工程师/量化研究员/金融分析师教育背景北京大学 | 数学与应用数学专业 | 本科 |- GPA:3.8/4.0,专业排名前5%,获国家奖学金(2次)、北京大学三好学生标兵- 核心课程:数学分析、高等代数、概率论与数理统计、数值分析、实变函数、运筹学、随机过程、机器学习(95/100)、数据结构与算法设计(92/100)学术与项目经历1. 基于深度学习的图像识别优化项目- 使用Python与PyTorch搭建ResNet模型,通过数据增强与迁移学习优化,将MNIST数据集识别准确率提升至99.2%,并在CIFAR-10数据集上达到88.5%准确率,撰写技术报告50+页。2. 量化投资策略开发- 运用Python的Pandas、Numpy及Tushare金融数据接口,对沪深300成分股进行时间序列分析,构建多因子选股模型,回测年化收益率达18%,超额收益8%。3. 复杂网络中的社区发现算法研究- 研究Louvain算法与GN算法,基于NetworkX库实现算法改进,在合成数据集与真实社交网络数据上,将模块度优化效率提升30%,成果发表于校级学术期刊。竞赛与荣誉- 全国大学生数学建模竞赛 国家一等奖团队基于随机森林与灰色预测模型,解决电力负荷预测问题,方案被评为“优秀案例”。- 美国大学生数学建模竞赛针对全球气候变化问题,构建动态系统模型并提出政策优化建议,获评委高度评价。- 丘成桐大学生数学竞赛 分析与微分方程方向银奖- 连续三年获北京大学一等奖学金、校级优秀学生干部技能与证书- 编程能力:熟练使用Python、C++,熟悉SQL、MATLAB;掌握Pandas、Scikit-learn、TensorFlow等工具库。- 数据分析:精通Excel数据处理与可视化,熟练使用Tableau、Power BI进行商业分析。- 数学工具:精通LaTeX学术写作,熟悉MATHEMATICA符号计算与数值模拟。- 语言能力:英语CET-6(620分),托福110,可进行全英文学术交流与技术文档撰写。- 证书:CFA一级(通过)、证券从业资格证、计算机二级(Python)自我评价具备扎实的数学理论基础与数据分析能力,擅长将数学模型转化为实际解决方案。拥有丰富的科研与项目经验,逻辑思维严谨,学习能力强,对金融科技、人工智能领域充满热情。注重团队协作,擅长沟通表达,致力于在数据驱动的领域发挥专业优势。
点赞 评论 收藏
分享
评论
3
3
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务