过程
- 模仿猫狗对图片数据分布转换成适合ImageGenerator的
- 首先按照之前猫狗的代码试了试Xception单个的训练
- 然后装了GPU版本
- 接触了不同的优化器
- 接触了CallBack
- 重点①:表哥写了规范化的代码【端到端训练模型】
model.py Callback.py utils.py #get_high_acc, get_best_model data_generator.py config.py
- 问题①: 使用ImageGenerator出现Predict结果极差的未解情况
- 重点②: Github找到了大佬的BaseLine(可以说不是BaseLine了,大佬做完扔上面了···),修改了Generator
- 重点③: 学了些模型融合。
- 问题②: 模型融合后使用相同的预测,结果及其差: 0.03
- 结果···进度在0·824左右(VGG19),排名140+
收获
每次比赛对我来说都是收获不小的哈哈···
这次事件比较长,中途学了其他的,但这次也是受益匪浅。
- GPU版本
- CallBack
- 端到端规范化代码
- 模型融合
- Github搜索和Fllow大佬23333