- 博客(5)
- 收藏
- 关注
原创 学习深度学习
目的:如何更好的提取出特征无监督学习的意义:大部分的数据都是没有标签的 机器学习: 降维:PCA(主成分分析) 聚类 深度学习方法: 生成对抗网络 自监督学习(自己监督自己:自己作为自己的监督信号):对比学习和生成式自监督对比学习:把自己和自己的增广图像当作一对 把别
2025-03-05 20:19:37
196
原创 图像分类实战
②从无标签取数据经过模型得到pred (概率 标签) 如果概率大于一定可信度,那么给他放入semi_dataset ,全部读取完后 可以将semi_dataset拿去当成有标签数据集去训练。监督学习 (有x有y) 无监督学习(只有x 没有y) 半监督学习(既有有标签的数据,又有无标签的数据)有预训练模型时,尽量使用预训练模型。迁移学习:数据量少时的最佳选择。把大佬的模型和参数迁过来。
2025-03-05 11:00:04
165
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
RSS订阅
1