- 博客(4)
- 收藏
- 关注
RSS订阅原创 基于半监督学习的食物分类模型
目标：利用少量有标签数据和大量无标签数据（半监督）训练图像分类模型。流程基础训练：使用有标签数据训练模型。伪标签生成：用训练好的模型预测无标签数据，筛选高置信度样本。半监督训练：将伪标签数据加入训练集，提升模型性能。关键点：通过迭代生成伪标签，逐步利用无标签数据，缓解标注数据不足的问题。
2025-02-09 19:49:03
727
原创 基本的分类任务
包括特征图，卷积核(卷积核的大小又称为神经元的感受野)一个基本的分类神经网络卷积神经网络：原始图片大小为4*4，经过大小为2*2的卷积核，卷积为3*3，跟原始特征图大小不同，需要通过Zero padding补零来使得卷积后的特征图跟原特征图一样大，padding(1)表示为补一圈0。
2025-01-17 18:07:42
1001
原创 李哥考研深度学习班
get_indices = indices[each: each+batchsize] #get_indices从打乱后的indices列表中取出当前批次的索引。w_0 = torch.normal(0, 0.01, true_w.shape, requires_grad=True) #初始化w_0。b_0 = torch.tensor(0.01, requires_grad=True) #初始化b_0。
2025-01-10 18:04:28
665
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