作者查詢 / y956403
作者 y956403 在 PTT [ DataScience ] 看板的留言(推文), 共27則
限定看板:DataScience
看板排序:
全部SENIORHIGH255Transfer223graduate186iOS164studyabroad162MAC84Soft_Job83joke59Physics57MacShop51Tech_Job39CoC33Gossiping33CareerPlan32DataScience27NTHU_Talk26Beauty23NTHU_Course14StudyGroup12nb-shopping11Oversea_Job11Hip-Hop10HomeTeach8TOEFL_iBT8TOEIC7study6Trans_Study5Perfume4HANGUKMAL3KoreaStudy3KR_Entertain3Math3NCU_Talk3part-time3PhD3Bolbbalgan42EarthQuake262EarthQuake432iPod2BuyTogether1CompBook1GraduateCram1HCI1IELTS1Kaohsiung1Key_Mou_Pad1Korea_Travel1KoreaStar1MobilePay1NTUST_Talk1sex1tabletennis1Tainan1TWSU1Uni-LawServ1<< 收起看板(55)
2F→: 看你test/inference time是否會知道data來自哪個datas11/17 20:18
3F→: et11/17 20:18
5F→: 你的做法感覺像是train三個model11/17 20:18
24F→: 如果test set是自己切 然後report在paper上的時候選在08/15 12:26
25F→: test set上最好的perf 這樣不就變成val set了嗎08/15 12:26
5F推: tiny object detection, multi-scale (fusion), FPN09/30 10:02
7F→: 你都有model了 直接把inference結果當作annotation呢?07/31 13:09
1F→: 樓下幫忙通靈04/15 15:27
7F推: 1圖片太大張or沒使用GPU 3如果data夠多 可以切val set驗04/03 02:30
8F→: 證 overfit的時候停掉04/03 02:30
1F→: 1標籤都是狗那你要分類的是什麼 不太懂 2趨勢是下降就正02/28 08:47
2F→: 常 3沒有辦法訓練是指什麼 梯度爆炸嗎02/28 08:47
6F→: 想做現在流行的東西的話 3D, 360方向都不錯02/05 12:19
8F→: 很多時候不是單純因為一個特徵而被分類的吧12/27 01:51
3F推: 個人覺得實際做還是滿重要的 然後也要一邊讀新的論文 慢09/20 09:50
4F→: 慢累積自己知道的東西 未來要改良或想新的東西都會有幫助09/20 09:50