小胖鸡的博客

Environment Setup环境搭建无责任吐槽 环境搭建 对运营环境的要求 Requirements System specifics x64 system. The simulator should run in any 64 bits Windows system. 30GB disk space. Installing all the software needed and CARLA will require quite a lot of space. Make sure to have a

任务1：数据读取 学习目标 下载好数据集，并理解赛题具体的背景； 理解并梳理清楚赛题的任务； 完成赛题数据读取； 赛题介绍 赛题名称：A城市巡游车与网约车运营特征对比分析 赛题说明：出租车作为城市客运交通系统的重要组成部分，以高效、便捷、灵活等优点深受居民青睐。出租车每天的运营中会产生大量的上下车点位相关信息，对这些数据进行科学合理的关联和挖掘，对比在工作日以及休息日、节假日的出租车数据的空间分布及其动态变化，对出租车候车泊位、管理调度和居民通勤特征的研究具有重要意义。 出租车/网约车：上下车地点挖掘； 出

零基础入门CV赛事-Task5 模型集成知识点常用集成学习方法注意事项心得体会 知识点 集成学习方法 深度学习中的集成学习 结果后处理思路 常用集成学习方法 bagging VS random forest（随机森林） boosting、adaboost 、GBDT stacking 集成学习的目的是通过构建并结合多个分类器来完成学习任务，通过多个学习器的结合，以期获得比单一学习期更好的泛化性能 注意事项 集成学习只能在一定程度上提高精度，并需要耗费较大的训练时间，因此建议先使用提高单个模型的精度

零基础入门CV赛事-Task4 模型训练与验证学习目标数据集划分模型训练与验证 学习目标 理解验证集的作用，并使用训练集和验证集完成训练 学会使用Pytorch环境下的模型读取和加载，并了解调参流程 数据集划分 训练集 用来训练模型内参数的数据集，Classfier直接根据训练集来调整自身获得更好的分类效果 验证集 用于在训练过程中检验模型的状态，收敛情况。验证集通常用于调整超参数，根据几组模型验证集上的表现决定哪组超参数拥有最好的性能。 同时验证集在训练过程中还可以用来监控模型是否发生过拟合

零基础入门CV赛事-Task3 字符识别模型一级目录二级目录三级目录CNN 概述Pytorch构建CNN模型 一级目录 二级目录 三级目录 CNN 概述 略（卷积神经网络） Pytorch构建CNN模型 方法1 根据baseline调参 在Pytorch中构建CNN模型非常简单，只需要定义好模型的参数和正向传播即可，Pytorch会根据正向传播自动计算反向传播。 在本章我们会构建一个非常简单的CNN，然后进行训练。这个CNN模型包括两个卷积层，最后并联6个全连接层进行分类。 import torch tor

零基础入门CV赛事-Task2 数据读取与数据扩增数据读取与数据扩增学习目标图像读取报错归纳常用扩增方法 数据读取与数据扩增 学习目标 学习Python和Pytorch中图像读取 学会扩增方法和Pytorch读取赛题数据 图像读取 报错归纳 Pillow 根据baseline给出的步骤，安装pillow，但是报错，查了下是因为pillow在7.0以后的版本对相关组件不支持，但是忘记截图，就找了我在优快云上看到的帖子，并试着用该方法，结果出现了跟评论区一样的问题。 报错解释：torchvisio

计算机视觉实践（街景字符编码识别）Task01：赛题理解学习目标了解赛题赛题小结步骤归纳Step 1 搭环境（参考[Baseline](https://github.com/datawhalechina/team-learning/blob/f68dc9a6e749976978a86b09d4a44fbfd40c70c7/03%20%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%

Datawhale 零基础入门数据挖掘-Task5 模型融合一级目录二级目录三级目录模态处理 一级目录 二级目录 三级目录 神图镇楼 模态处理

Pytorch 小白记事本 1 Python pip 安装与使用 下载就不多说了，我们从判断是否安装开始记录： pip --version pip 最常用命令 显示版本和路径 pip --version 获取帮助 pip --help 升级 pip pip install -U pip 如果这个升级命令出现问题 ，可以使用以下命令： sudo easy_instal...