学习fasf.aiPart 1过程中的作业,使用Jupiter NoteBook,Python3。
- 数据来源:Kaggle
- 结果:见lesson1/lesson1_hw.ipynb
- 小节:入门作业,学习过程有问题,在后续学习中注意参数含义的学习。
- 数据存储格式:
- mini_dogscats/
- test/
- 1.jpg
- 2.jpg
- ...
- train/
- cat/
- cat0.jpg
- cat1.jpg
- ...
- dog/
- dog0.jpg
- dog1.jpg
- ...
- valid/
- cat/
- cat0.jpg
- cat1.jpg
- ...
- dog/
- dog0.jpg
- dog1.jpg
- ...
结果:0.16476 实现流程:
- 修改Vgg16网络最后一层,从1000维输出为2维输出
- 训练新网络获得权重,并通过测试validate集查看该网络的表现
- 在训练集上进行预测
- 提交结果
在作业二中几个值得注意的地方:
- 我们使用sgd作为优化器,学习率设为
1e-3
- test文件夹内的文件格式应为
test1/
test/ # could be any name
1.jpg
2.jpg
...
而不是
test/ # could be any name
1.jpg
2.jpg
...
- 生成的结果顺序为字母表顺序,即:
1.jpg
10.jpg
100.jpg
1000.jpg
1001.jpg
...
我们使用正则表达式提取文件中的数字重新排序,得到
1.jpg
2.jpg
3.jpg
4.jpg
5.jpg
...