PTT數位生活區 / DataScience

[問題] deep learning學習問題

看板DataScience作者 (R7)時間5年前 (2019/09/20 02:49), 5年前編輯推噓11(11推 0噓 24→)
留言35則, 13人參與, 5年前最新討論串1/1
想請教版上前輩 我是碩一學生 需要研究object detection 使用pytorch 接觸一個月了 現在有點混亂原地卡住的感覺 目前情況是 程式能力非常差(python.pytorch) 看網路資源的範例code只會改簡單的網路內容 ML.DL線上課程看過 對參數.cnn有一些概念 看過一些神經網路跟物件辨識的論文 現在想再進步不知該如何下手 自己有想幾個方法想聽大家建議 1.試著自己從頭到尾處理資料集訓練一個分類模型印出結果 感覺會花非常多時間學語法跟套件... (torchdataset.numpy.matplotlib 等等 2.直接看大型程式(yolo)試著自己train和改 感覺可以最快得到一些結果 但結構化的dnn網路和參數我光看可能就要非常久... 好像對coding和知識理論沒什麼幫助 3.繼續多看書(ML.DL)跟找paper研讀 這是現階段最簡單能做好的事 但是對coding和研究object detection 好像幫助不多 這幾天都在想這些事很迷惘 想聽一些前輩建議 感謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.224.244.229 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1568918999.A.00B.html
推
09/20 08:25, 5年前 , 1F
看更多論文，注重細節，上面有寫的都有解釋的出來，譬如數
09/20 08:25, 1F
→
09/20 08:26, 5年前 , 2F
學式的意思
09/20 08:26, 2F
了解 之前報論文支支吾吾的 也會抓不到重點是哪些方法跟結論 再繼續看理論跟數學
推
09/20 09:50, 5年前 , 3F
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, 3F
→
09/20 09:50, 5年前 , 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, 4F
請問實作是指到什麼地步 能打kaggle的題目那樣嗎
推
09/20 10:34, 5年前 , 5F
我認為你應該要去先把python 的基礎讀完再按部就班讀理
09/20 10:34, 5F
→
09/20 10:34, 5年前 , 6F
論跟實作，很多東西是前處理。新手往往會在前處理寫出co
09/20 10:34, 6F
→
09/20 10:34, 5年前 , 7F
mplexity ^2的code導致模型訓練困難。
09/20 10:34, 7F
了解 感謝大大
推
09/20 10:40, 5年前 , 8F
絕對是自己學會架model比較實在啊 從資料收集 前處理
09/20 10:40, 8F
→
09/20 10:40, 5年前 , 9F
model設計 都自己踏實完成 找工作也比較順利
09/20 10:40, 9F
至於資料收集前處理的部分 也大眼瞪小眼 目前可能都是用別人的數據集 也還沒需要找工作 感覺不是現在的需求 可以拖到以後（？ 感謝各位建議 ※ 編輯: magic83v (36.224.244.229 臺灣), 09/20/2019 11:14:06
推
09/20 12:13, 5年前 , 10F
deeplearning.ai 不錯
09/20 12:13, 10F
謝謝 不過框架不一樣就不考慮了
→
09/20 14:53, 5年前 , 11F
不知道你的有概念是什麼程度，想要厚實的基礎可以從 P
09/20 14:53, 11F
→
09/20 14:53, 5年前 , 12F
erceptron 開始，同時順便了解一些其他機器學習的算法
09/20 14:53, 12F
→
09/20 14:53, 5年前 , 13F
，接著了解神經網路是怎樣運作計算，這些 OK 之後再去
09/20 14:53, 13F
→
09/20 14:53, 5年前 , 14F
看 CNN ，一樣要了解它的計算方式以及特點，最後進到
09/20 14:53, 14F
→
09/20 14:53, 5年前 , 15F
Object Detection 才會比較有概念。
09/20 14:53, 15F
推
09/20 14:55, 5年前 , 16F
學習的過程可以讀論文或網路上的資料，然後上 kaggle
09/20 14:55, 16F
→
09/20 14:55, 5年前 , 17F
之類的找找一些小範例練習，這過程自然會看到一些資
09/20 14:55, 17F
→
09/20 14:55, 5年前 , 18F
料分析處理以及訓練模型的細節。
09/20 14:55, 18F
→
09/20 15:05, 5年前 , 19F
補充一下 object detection 建議從 RCNN 看起雖然算法
09/20 15:05, 19F
→
09/20 15:05, 5年前 , 20F
複雜但 2 stage 的做法比較容易理解
09/20 15:05, 20F
感謝大大 前陣子為了快點看懂yolo的論文 rcnn都亂看 應該再重網路架構開始的qq
推
09/20 19:29, 5年前 , 21F
當然是3
09/20 19:29, 21F
推
09/20 19:32, 5年前 , 22F
coding,資料處理是其次，基礎要先打好
09/20 19:32, 22F
→
09/20 23:06, 5年前 , 23F
初學者，先做最簡單的例子吧，一開始就物件偵測
09/20 23:06, 23F
→
09/20 23:06, 5年前 , 24F
那當然會困難
09/20 23:06, 24F
→
09/21 10:53, 5年前 , 25F
如果主修就是這個先從先看PYTHON 魚書開始
09/21 10:53, 25F
→
09/21 10:54, 5年前 , 26F
一個月就想會改OBJECT DETECT MODEL是不是想太多
09/21 10:54, 26F
→
09/21 10:55, 5年前 , 27F
如果只是要用 那就拿別人的CODE來用 參數一個個試
09/21 10:55, 27F
→
09/21 10:56, 5年前 , 28F
對照效果來熟悉模型的行為
09/21 10:56, 28F
感謝各位！ 可能是我太急著能進入狀況了 都在瞎緊張 囧 再回去從頭開始 ※ 編輯: magic83v (39.9.34.22 臺灣), 09/21/2019 12:31:50
推
09/22 09:12, 5年前 , 29F
R7加油 沒想到我們是幹一樣的事情QAQ
09/22 09:12, 29F
→
09/22 09:13, 5年前 , 30F
我覺得可以先把論文看過一次，在實作的時候，會很有感
09/22 09:13, 30F
→
09/22 09:13, 5年前 , 31F
覺
09/22 09:13, 31F
→
09/22 09:13, 5年前 , 32F
一起加油吧
09/22 09:13, 32F
推
09/23 06:42, 5年前 , 33F
多謝以上大大的建議。
09/23 06:42, 33F
推
10/09 01:55, 5年前 , 34F
喔 想要碰yolov3的話，FPN論文先看完
10/09 01:55, 34F
→
10/12 15:35, 5年前 , 35F
會努力把這些經典都看完的 感謝大大
10/12 15:35, 35F
‣ 更多 magic83v 的文章
文章代碼(AID): #1TWytN0B (DataScience)
DataScience 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 magic83v 的文章
文章代碼(AID): #1TWytN0B (DataScience)