摘要：
第六次作业——看画猜作者 第三轮次 已经完成的任务： 本周将上一周所编写的代码与模型EfficientNet,b3进行了运行，迭代，最终在本机上取得的精度为95.44%，在AI研习社上提交的精度为90%。 进行模型训练的代码部分： 将最终结果存放在EfficientNet中。 计划完成的工作： 在下 阅读全文
摘要：
艺术鉴赏——看画猜作者 第一轮次 我在组里主要负责的部分是机器学习的代码编写以及模型的训练，在第一轮次里已经基本完成代码的编写，并且开始训练。 代码部分 安装EfficientNet 安装resnest 进行机器学习与模型训练 遇到的困难 目前遇到的最主要的困难就是GPU资源不足，一共要进行120轮 阅读全文
摘要：
猫狗大战练习 我们将要建立一个模型来进行AI研习社中的猫狗大战竞赛，在这里有20000张猫狗的图片用于训练，还有两千张图片用于测试。对集中且分散的猫狗图片进行分类。 一、首先判断是否存在GPU设备 二、下载数据 我们可以在猫狗大战的官网进行下载，注意这里下载的为.rar文件，我们需要通过! unra 阅读全文
摘要：
CIFAR 10数据分类 对于视觉神经，PyTorch创建了一个totchvision的包，这个包含有支持加载Imagenet,CIFAR10等数据集的数据加载模块torchvision.datasets和数据转换模块torch.utils.data.DataLoader。 首先，我们要加载CIFA 阅读全文
摘要：
基础练习部分 在这里首先要熟悉pytorch基础操作,我们可以在Google云端硬盘上运行我们的pytorch代码 然后可以根据https://gaopursuit.oss-cn-beijing.aliyuncs.com/202010/AIexp/02%20-%20PyTorch%E5%9F%BA% 阅读全文