摘要：
记录几个关于模型集成的问题： 1、validate set的留出法（还有k-折交叉验证） 【常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法与具体验证集划分联系紧密。】 原来常说的集成学习，跟验证集划分相关，以前常看到集成，但不知道是怎么做，以为是多个模型 阅读全文
摘要：
远程服务器上后台训练网络，再也不用怕由于断网而间断训练 https://blog.csdn.net/wuzhongqiang/article/details/105882836 阅读全文
摘要：
1、布匹瑕疵的检测，有github链接：https://zhuanlan.zhihu.com/p/88749673 2、布匹瑕疵的检测，baseline：https://tianchi.aliyun.com/notebook-ai/detail?postId=74264 3. github的图片不显 阅读全文
摘要：
1、Side-Aware Boundary Localization for More Precise Object Detection 【mark】：pixellink预测四个边，这里写side-aware boundary，所以想看看。感觉是回归小的数值（距离）比较可靠。想法很自然，实现的很意外 阅读全文
摘要：
看了几个faster rcnn的代码，注释，觉得还好，目前没时间细看，先mark一下 https://www.cnblogs.com/wind-chaser/p/11359948.html https://blog.csdn.net/qq_32678471/article/details/85678 阅读全文
摘要：
1、想用stepLR： 2、输出中间conv的结果，因为跟公式计算的输出不一样 3、修改模型，取预训练参数的一部分更新 4、heatmap 1、stepLR： model = SVHN_Model1()criterion = nn.CrossEntropyLoss()optimizer = torc 阅读全文
摘要：
总是学会一个忘记一个，记录如下： 1、 ps -f -p PID号码 可以查看PID的用户名，知道谁在占用gpu，可以通过nvidia-smi 命令，得到PID 2、source activate name 激活名为name的虚拟环境 3、 阅读全文
摘要：
尝试修改网络结构的记录： 1、resnet18修改为vgg16，epoch=2时效果差点，修改： model_conv = models.vgg16(pretrained=True) #model_conv = models.restnet18(pretrained=True) 2、如果每个stag 阅读全文
摘要：
# def conv_bn(inp, oup, stride):# return nn.Sequential(# nn.Conv2d(inp, oup, 3, stride, 1, bias=False),# nn.BatchNorm2d(oup),# nn.ReLU(inplace=True)# 阅读全文
摘要：
尝试修改网络结构的记录： 1、resnet18修改为vgg16，epoch=2时效果差点，修改： model_conv = models.vgg16(pretrained=True) #model_conv = models.restnet18(pretrained=True) 2、如果每个stag 阅读全文