Datawhale X 李宏毅苹果书AI夏令营 学习笔记

今天,我继续学习了深度学习中的优化算法,并且着重理解了如何利用。等高级优化器来提高模型训练的效率和效果。2024年8月30日。...

C#中DataTable新增列、删除列、更改列名、交换列位置

C#中DataTable新增列、删除列、更改列名、交换列位置_c#datatable增加列...

#Datawhale #AI夏令营 #针对城市管理中违规行为的智能识别系统——YOLO解决方案 (2)

这篇文章延续上次对跑通Baseline的分享与讲解,对模型进行深入解读,并初步探讨进阶方案。本篇文章是对task2任务的详细讲解,进行了进阶学习、思路拓展和初步模型优化,后续会继续深化学习,尝试更多模型优化方案,...

Datawhale X 魔搭 AI夏令营-AIGC文生图-task1-笔记

文生图主要以SD系列基础模型为主,以及在其基础上微调的lora模型和人物基础模型等。...

Datawhale x李宏毅苹果书进阶 AI夏今营 task01学习笔记

(局部极小值,即是四周最低点,但不是全局最低点,四周都比这个点高,机器判断不出来这个点之外的有没有比这个更低点)(鞍点,即左右高,前后低,机器根据前后低判断这个不是最低点)((由于网络复杂,其损失函数也是很复杂,只能估...

Datawhale X 李宏毅苹果书 AI夏令营——深度学习(进阶)

局部最小值与鞍点、批量和动量...

入门Task1:《深度学习详解》(Datawhale X 李宏毅苹果书 AI夏令营)

机器学习任务类型关键概念梯度下降法以及实例分析:波士顿房价预测...

Datawhale X 李宏毅苹果书 AI夏令营第五期 深度学习(入门)task03-机器学习框架and实践攻略

解决不匹配问题需要深入理解数据的产生方式和分布变化的原因,可能需要收集与测试数据分布更一致的训练数据,或者使用一些技术来调整模型,使其能够适应数据分布的变化。交叉验证是一种评估模型泛化能力的技术,它通过将训练数据分...

Datawhale X 李宏毅苹果书 AI夏令营(Task2)

根据GPU是否可用选择设备类型#初始化模型,并将其放置在指定的设备上#定义批量大小#定义训练轮数#如果在\'patience\'轮中没有改进,则提前停止#对于分类任务,我们使用交叉熵作为性能衡量标准#...

2024 Datawhale AI夏令营 第五期 Task1:视频处理方法与物体检测模型

本次AI夏令营笔记将专注于违规问题智能检测的解决方案...