YI__JIA的博客

1.比赛简介    首先附上比赛网址：http://ai.futurelab.tv/view。训练集有20个分类16000多张不同大小的图片，总共4.09GB。2.配置环境cuda    比赛中已经给出了cuda8.0，所以我就不用安装了，详细可以参考https://www.cnblogs.com/luruiyuan/p/6660142.html    安装cuDnn时需要根据cuda版本相匹配，...

      在这次比赛中，数据集分为几个文件，第一个是data图片数据集，大小不一并且有的是灰度图像，处理时要考虑种类；第二个是类别表格；第三个是图片名称对应的类别；在者是每种类别对应的数字编码0-19。处理时要匹配data图片读取顺序和表格中的数据。为了这个比赛先学的几天python所以在写代码的过程中很多都不懂，查阅了很多资料。1.头文件import osimport csvimport ...

    比赛提供一个GPU为tesla P4,计算性能感觉不是特别强，但是比自己电脑强太多了，可能只有一个GPU的原因，在运行cifar10时每个epoch需要1分钟多两分钟，在运行resnet时100epoch，一般跑一晚上才能跑完。    下面是我对cifar10的一些理解：1.batch_size 为每次GPU处理数据集的数量，这里设为100，到4，500时就train不好了，一共20个类，...

    在网上找了好久怎样输出topn，发现predict可以直接输出所有类别的概率。只是当时程序中有bug，在predict中只有一个1其他的都是0。    1.获取数据并转为numpy，这里增加一个yy[]是为了和之后的top3为相同维度方便合并，存储。xx = []yyy = []zz = []i = 0#get the datasetfor filename in os.list...

      在普通的CNN中随着模型的加深，train的效果不会保持不变或者更好，反而是会下降。应用resnet可以使模型在加深的同时还能保持好的表现。其原理就是跳过一层或多层单元，走捷径直接到下面的单元。        对于本次比赛，我应用cifar_10的resnet模型进行调整得到的预测结果还可以，top3可以达到90以上。下面是我对代码的理解。比赛中用的是第一类resnet，以后有机会用一...