- 博客(3)
- 收藏
- 关注
RSS订阅原创 Datawhale AI夏令营 Day3
色彩：灰度图、色彩抖动、亮度变换、饱和度变换、对比度变换。数据增强 aka 数据扩增 aka 数据增广。空间位置：平移、反转、翻转，旋转。上下文场景：遮挡、填充。形状：仿射变换，缩放。
2024-07-20 22:47:27
238
原创 Datawhale AI夏令营 Day2
即表示目标函数，目的地是最低点，需要解决的问题为中间如何走。在当前位置求偏导，即梯度，正常的梯度方向类似于上山的方向，是使值函数增大的，下山最快需使最小，从负梯度求最小值，即为梯度下降，梯度下降是求偏导的负值。每走一步，继续求解当前位置的偏导数，重复，当走到了最低点，能得到一个近似最优解。感受野：卷积神经网络每一层输出的特征图 (feature map) 上的像素点在原始图像上映射的区域大小。梯度下降法：求局部最小值，若为凸函数，所求为全局最小值。以下山路径为例，设路径为。
2024-07-17 22:56:42
228
原创 Datawhale AI 夏令营 Day1
跟着手册跑代码很顺利，之后去看了下手册里《Task1:了解Deepfake&初探baseline》，讲得很清楚，看一遍能读懂大部分代码，但为什么这样做，什么情况下应该这样做没有说明，无法独立复现。模型训练代码里有一行end=time.time(),代码里没有再次使用end，不清楚这样做的意义。
2024-07-14 23:53:20
202
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