[当前最佳0.00000 @ypw/ 0.20631 @LeeJuly30] Kaggle ImageNet Dogs


#267


使用了Stanford数据集,参考培神的代码,但是差距一个数量级,继续改进吧.


#268

使用了Stanford数据集,没有跑到培神的量级上,不过还可以了。

未使用Stanf数据集,还算可以。


#269

有没有谁试过自己搭个深层模型来训练


#270

inception_v3


resenet152_v1_inception_v3

加stanford data:

@astonzhang, 没有预训练inception-v4啊,那个效果可能更好
明天听完沐神的课后上代码(先整理一下)


#271

你弄好了么?求助要怎么改


#272

求助这个要怎么加啊?新人不知道要怎么改。我看了你的代码但是不知道改怎么加全局平均值池化,你能不能讲讲


#273

好的,十分感谢培神指导。 :grinning:
我自己这边来测试、尝试一下。
多谢,多谢!


#274
def get_features(ctx):
    resnet = vision.resnet152_v1(pretrained=True,ctx=ctx)
   #return resnet.features
    net = nn.HybridSequential()
    with net.name_scope():
        net.add(resnet.features)
        net.add(nn.GlobalAvgPool2D())
        net.add(nn.Flatten())
    return net

#276


探索得并不成功过,未使用斯坦福数据,0.33760


#277

沐哥在Gluon的序列化那节里,放置了一个todo来标记这件事将会做,你可以问问他啥时有空补


#278

恭喜恭喜,等你代码po出来后我给你加星星 :grinning:


#279

试过自己搭wide resnet,不过效果很不好。训练时间太长,一epoch要二十几分钟,应该是没把参数调好。


#280

wide一般对比较大的数据集用,至少比imagenet 1M要大。


#281

原来如此,那应该很少能用到wide resnet了。


#282

Ensemble resnet152_v1 and resnet101_v1 沒有用其他dataset


#283


第一次参加kaggle的图像类比赛也是第一次用aws ec2,先试一把benchmark


#284

第三周新提交奖励$50 AWS credit,请获奖小伙伴把姓名+邮箱地址私信给AWS中国的 @wang_chen 领取奖励。

社区优秀小伙伴 分数 奖励 分享
@victcity 3.58248 $0 + $50 186楼
@Johnson 0.35913 $0 + $50 198楼
@xiehongyu2005 0.27696 $0 + $50 227楼
@Eric_Sean 1.80489 $0 + $50 227楼
@stephen412 1.99992 $0 + $50 237楼
@echo42 0.46943 $0 + $50 240楼
@yulangwx 3.41439 $0 + $50 244楼
@bon 0.38015 $0 + $50 265楼
@Darcy 3.53245 $0 + $50 (第三周奖励截至本楼) 283楼

#287

如果 net.features 没有 GlobalAvgPool2D ,那么这样写是没问题的。


#290

你看看 resnet 的 net.features 是不是有 GlobalAvgPool2D。。


#293

多谢多谢