- 博客(3)
- 收藏
- 关注
RSS订阅原创 Datawhale AI 夏令营 Task03 笔记
这些变换模拟了真实世界中的变化，如对图像而言，数据增强包括例如视角、光照、遮挡等情况，使得模型能够学习到更加鲁棒的特征表示，但是，对于数据增强操作手段，并非是所有都是正向作用的，有些数据增强手段在与变目标任务的实际场景不符，可能会引入无关的噪音，反而使得模型难以学习到有效的特征。这种方法的优点是可以增加训练数据的多样性，提高模型的泛化能力，并减少过拟合的风险。数据增强的目的是通过人工方式增加训练数据的多样性，从而提高模型的泛化能力，使其能够在未见过的数据上表现得更好。可以反转图像中所有高于阈值的像素值。
2024-07-20 21:02:09
775
原创 Datawhale AI 夏令营 Task02 笔记
在这个过程中，用梯度下降等优化算法更新模型的权重，从而使模型能够更好地适应新的任务。因此，如果我们希望减少损失函数的值，我们就需要沿着梯度的反方向调整模型的参数。微调的过程通常开始于选择一个在大型数据集上预训练的模型，我们需要做的就是将这个预训练模型适配到新的目标任务上。神经网络由多个神经元组成，神经元就像人体大脑中的微小开关，能够接收来自其他神经元的信号，并根据这些信号的产生反应。损失函数指的是模型所产生的预测值和实际值之间的差距，这个值越小，代表模型的预测值越准确。输入就像神经元 树突 接收到的信号，
2024-07-17 20:42:00
1555
1
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