计算机视觉之算法基础与 OpenMMLab 入门笔记 (打卡day1)

1.机器学习的基本流程
以分类问题为例,采用机器学习的方法解决实际问题通常需要3个步骤:
1. 训练
我们需要采集一些数据,标注它们的类别,从中选取一部分用于训练分类器,得到一个可以用于分类的分类器;
2.验证
从采集、标注的数据中另外选取一部分,测试所得分类器的分类精度验证所用的数据不能和训练重合以保证分类器的泛化性能:在一部分数据上训练的分类器可以在其余的数据上表现出足够的分类精度;
3.应用
将经过验证的分类器集成到实际的业务系统中,实现对应的功能在应用阶段,分类器面对的数据都是在训练、验证阶段没有见过的。

2.CNN的理解

计算机视觉之算法基础与 OpenMMLab 入门笔记 (打卡day1)_第1张图片

 3.pytorch的基本模块

计算机视觉之算法基础与 OpenMMLab 入门笔记 (打卡day1)_第2张图片

 计算机视觉之算法基础与 OpenMMLab 入门笔记 (打卡day1)_第3张图片

 计算机视觉之算法基础与 OpenMMLab 入门笔记 (打卡day1)_第4张图片

 计算机视觉之算法基础与 OpenMMLab 入门笔记 (打卡day1)_第5张图片计算机视觉之算法基础与 OpenMMLab 入门笔记 (打卡day1)_第6张图片计算机视觉之算法基础与 OpenMMLab 入门笔记 (打卡day1)_第7张图片

 

 以上内容来自openmmlab 2023.2.1日的直播内容,仅供学习参考。

 

你可能感兴趣的:(pytorch,计算机视觉)