[最高0.9853! @zzc1995,分数持续更新中] 动手玩Kaggle比赛------使用Gluon对原始图像文件分类(CIFAR-10) 讨论区


#355

又提高一点点


#356

尝试了一下 AI Challenger 的 scene classification 的数据集,有几个问题想请教一下。

  • 原始图片大小不一致,resize 为 32 * 32,128 * 128 和 256 * 256几个尺寸,图片尺寸对分类精度影响大么?从自己的训练效果来看,32 的精度损失太大,训练效果不好。128 和 256 的前几个 epoch 来看效果差不多,128 一个 epoch 训练时间 10 分钟左右,256 一个 epoch 训练时间 50 分钟左右,感觉慢了好多。
  • 对原始图片做 resize,精度都会损失。有没有直接以不同尺寸图片作为输入的方法?

#357

直接平均吗 还是取最大?


#358

直接相加取最大,等同于均值最大


#359

用了几个网络大概?


#360

08


#361

用了164层的残差网,感觉迭代次数好像不够,训练精度还有提升的空间。


#362

纪念一下 , 第一次提交

使用官网的网络,数据扩充也是官网的,学习率初始为0.1, 每50个epoch降低0.1。
只使用的训练集进行训练,在154个epoch时在验证集上达到了92.44%,直接加载模型进行测试并提交。


#363

解决这个问题了吗?我也遇到了


#364

我的是测试数据有问题,把测试数据删了重新生成,就没问题了


#365

哦,我的好像是更新后第一次使用,然后自动检测,现在也可以work了。谢谢你


#366

不断尝试中进步


#367


终于赶上了大军的步伐了,昨天晚上修改了一下参数,跑了一波程序,今天看来效果还不错~~继续努力ing


#368

image
为啥在跑某些model的时候,python jupyter notebook会直接崩溃?


这里说Out of memory,但是看gpu占用也就在40%左右。

电脑参数
GPU: 1080
image


#369

1112


拿别人的参数,接着再训练的结果,不错


#370


resnet164_v2, all augmentations on.
在aws的k80gpu下,每个epoch时间为6分35秒左右,300epochs后train acc为0.947。


#371

不同尺寸的图片输入,网络里的卷积核的大小都会不一样吧,感觉不好处理。
resize的话,在原图使用random crop到固定大小感觉可以顺便做成数据增强。


#372

请问你的学习率和decay分别是多少,多少个epoch修改一次lr, 一共多少个epoch


#373

出现这个error后如果把batch size调小会有帮助吗


#374

想问下大神怎么数出来是164层哩 我是这样数的 一个residual里边3层 所以总共1+(2733)+1