深度学习第五周

因为学习的时间有限,每周的时间不是很多,简单总结一下学习心得。

想要练习的话可以在kaggle网站上下载一些数据集来练习。

这一周在慕课网上把Cifar10图像分类给看完了,感觉对分类任务处理掌握的还不够好,所以后面的目标检测没有看太多,想着先把东西消化消化。自己也写了一个项目,关于数据集的分类,其大概的思路与处理cifar10数据集差不多。刚开始用的resnet网络,想着由于电脑跑的有些慢,想着就epoch 1次,但是就epoch 1次的话,正确率太低了,达不到所想要的,可见在训练的过程中,训练的次数也影响着模型是否能达到要求。后面我也使用了不同的网络结构,发现使用不同的网络结构,最后得到的正确率差距也很大,根据自己的模型需要使用合适的网络结构也是同等重要的。

在自己写项目的过程中,也发现好多自己存在的问题。对于我个人来说,对本地数据集的处理相对还是比较麻烦,在数据增强方面,不知道怎么去使用transform。自己也没有去搭建一个新的网络模型,而是直接套用之前写的。而且在写训练代码的时候,经常报错。可见自己对代码掌握的熟练程度不够。最后还忘记了对于正确率的计算,自己还需要多加练习。

然后这周在b站上页陆陆续续的找了一些课程来看,补充自己所欠缺的东西。比如对一些网络的理解,卷积到底卷了什么以及在处理数据集所要注意的东西。

经过这周的代码实践过后,也发现了自己欠缺的东西,我想着后面的课程先慢慢看着,然后把这两周学的东西吃透了,多写一些项目。

你可能感兴趣的:(深度学习,人工智能)