굉장한 학습-핀 튜닝-경험
이 저장소에는 매개 변수 Finetune에 대한 경험뿐만 아니라 Kaggle 또는 기타 경쟁에서 Model Ensemble (부스팅, 포장 및 스태킹)과 같은 다른 실습 경험도 포함되어 있습니다.
풀려 오신 것을 환영합니다!
일반적인
- 내 신경망이 작동하지 않습니다! 어떻게해야하나요?
- Williamfalcon/Deeprlhacks : Deep RL Bootcamp에서 John Schulman의 레슨에서 RL 시스템을 교육하기위한 해킹 (2017 년 8 월)
- 딥 러닝의 코드 효율성 문제에 대한 간단한 토론
강의
- 데이터 과학 경쟁에서 우승하는 방법 : 최고 Kagglers에서 배우십시오 | Coursera
스태킹 및 부스팅 및 앙상블
- 모델 퓨전 방법의 개요 | Zhihu 열
- Kaggle의 첫 경기에서 상위 10%를 입력하는 방법 | 윌
- 파이썬에서 앙상블/스태킹 소개 | Kaggle
- 통합 학습을 이해하기위한 하나의 기사 (학습 자원 포함) | 데이터 thu
하이퍼 모라미터 검색
- Scikit-Learn 하이퍼 파라미터 검색 래퍼 | SKOPT API 문서
간
- 생성 적대적 네트워크 검토 : 건축에서 훈련 기술에 이르기 까지이 백서를 읽는 것으로 충분합니다 | 기계의 심장 [원래 영어]
컴퓨터 비전
이미지 분류
- [CVPR 2017] CVPR2017의 Squeeze and-Excitation Networks (ILSVRC 2017 수상자)
- 열 | Momenta는 2017 챔피언십 건축 Senet을 설명합니다
- [Fair 2017] 정확하고 대형 미니 배트 SGD : 1 시간 동안의 Imagenet 훈련
- Kaggle Invasive Species Monitor Competition : 3 위 솔루션 개요
멀티 라벨 분류
- Kaggle Amazon Championship 인터뷰 : 분류 문제를 다루기 위해 태그 관련성 사용 | lei feng.com
발각
- Tianchi Medical AI Competition 시즌 1 Yiyuan Intelligent_hkbu Team Rank7 솔루션 (코드 포함) [코드]
영화 설명
- [LSMDC 2016] 1 위 : 강력한 표현과 간단한 가장 가까운 이웃 접근법을 결합하여 비디오 설명. Gil Levi, Dotan Kaufman, Lior Wolf (Tel Aviv University), Tal Hassner (남부 캘리포니아 대학) [슬라이드]
영화 주석 및 검색
- [LSMDC 2016] 1 위 : 시맨틱 한 관심을 가진 비디오 캡션 및 검색 모델. Youngjae Yu, Hyungjin Ko, Jongwook Choi, Gunhee Kim (Seoul National University) [슬라이드]
- [LSMDC 2016] 2 위 : 강력한 표현과 간단한 이웃 접근법을 결합하여 비디오 설명. Gil Levi, Dotan Kaufman, Lior Wolf (Tel Aviv University), Tal Hassner (캘리포니아 대학교)
영화 채우기
[LSMDC 2016] 1 위 : 시맨틱 한 관심을 가진 비디오 캡션 및 검색 모델. Youngjae Yu, Hyungjin Ko, Jongwook Choi, Gunhee Kim (서울 국립 대학교)
[LSMDC 2016] 2 위 : 비디오를 병합 LSTM으로 채우십시오. Amir Mazaheri, Dong Zhang, Mubarak Shah (중앙 플로리다 대학교)
연설
- 10686 CTC-RNN 매개 변수 조정 경험 | Zhihu 열
기능 엔지니어링
