yuanymnl的博客

按流程走了两次，但结果都是这样，应该是占比比较少了吧。第二次我训练了15轮，稍微调高了点学习率，但是结果还是这样。现在只了解了一点点，不太清除之后精调模型的操作，所以现在认为数据集的重要性好高啊。对于数据集这部分，如果花些时间自己构建，是不是能够自定义模型的功能了？总体的流程走下来了，但是结果好些不太好的样子。在训练时间上，也是等待时间比较长啊。

本次baseline中仅给出了卷积模型的示例, 但是针对赛题这种与时间序列强相关的问题。这个部分一共强调了数据、模型 、损失函数、训练方式 、超参数 的调整五个方面的技巧。新增的baseline有初始化的模型，可以在这个基础上训练出更好的。首先，文档介绍了数据的来源和数据的类型、值域、物理含义、单位等。首先是着重强调了数据问题，需要进行数据清晰的必要性。新的baseline有验证集的dataloader，

AI极端降水预报

D-S证据推理算法（人工智能导论实验帮帮 ）

人工智能导论字句集消解实验。只针对3个课本上的例子编程。使用正则表达式实现。