【问题标题】:Deep learning for computer vision: What after MNIST stage?计算机视觉的深度学习:MNIST 阶段之后是什么?
【发布时间】:2020-02-01 09:49:30
【问题描述】:

我正在尝试使用深度学习技术探索计算机视觉。我浏览了基础文献,制作了自己的 NN 来使用 MNIST 数据对数字进行分类(不使用 TF、Keras 等任何库,并且在此过程中理解了损失函数、优化、反向传播等概念),然后还使用 TF Keras 探索了 Fashion MNIST。

我运用我目前获得的知识解决了一个 Kaggle 问题(识别植物类型),但结果并不令人鼓舞。

那么,我的下一步应该是什么?我应该怎么做才能提高我的知识和模型来解决更复杂的问题?在初级阶段之前,我还应该阅读哪些书籍、文学作品等?

【问题讨论】:

  • 要求我们推荐或查找书籍、工具、软件库、教程或其他场外资源的问题不属于 Stack Overflow 的主题;相反,SO 是专门为编程问题提供帮助。考虑查看另一个更适合讨论的在线论坛,其中对话是范例(与问答相反,如 Stack Overflow)。例如,reddit 的 /r/learnmachinelearning.

标签: tensorflow deep-learning computer-vision mnist kaggle


【解决方案1】:

您应该尝试超参数调优,这将有助于提高您的模型性能。随意浏览各种文章,下一步将是微调您的模型,因为您对模型的工作原理有基本的了解。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-09-22
    • 2017-02-12
    • 2018-02-04
    • 1970-01-01
    • 2023-03-11
    • 2020-11-03
    相关资源
    最近更新 更多