[問題] 視覺辨識的幾個問題
各位前輩好，我最近在練習用pytorch來實踐最初的幾個架構
但是遇到了一些問題
1. 我知道類別上如果太過不平衡可能會導致模型學習上會出現問題，例如
癌症篩檢，假如癌症病人佔1%而健康的人佔99%，這樣的話如果用一般方法來訓練
模型應該都會分類成健康的人而檢測不出癌症病人。解法通常都是用權重化的
目標函數來解決。我現在的問題是假如我的類別只有一種，比如說狗，但是狗有三種型態
分別是正面圖，左面圖與右面圖。正面圖佔了80%而其他兩種佔了10%。這樣的話會
對分類造成影響嗎。他們的標籤都是狗只是圖片類型不一樣而已。
2. 我目前用了pytorch寫了alexnet與VGG系列的模型並用cifar10來做測試，想請問
訓練的時候error上上下下的是屬於正常的範疇嗎，他都會往比較低的方向跑但不是每
次更新都是往下跑而是上上下下反反覆覆。
3.承上題，我在搭VGG的時候發現19層的架構沒有辦法訓練而11層的可以，想請問是因為
cifar10的資料太小，用這麼深的架構沒有辦法訓練嗎。因為imagenet現在都不開放了
而我申請授權過了十幾天都沒有下文，不知道怎麼樣才能測試這些架構。
我在這邊放上我現在用的google colab希望有空的版友可以幫忙看一下我是不是
寫錯或者疏漏了什麼
https://reurl.cc/M7Yojp
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 73.189.185.80 (美國)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1582837474.A.8C2.html
→
02/28 08:47,
4年前
, 1F
02/28 08:47, 1F
→
02/28 08:47,
4年前
, 2F
02/28 08:47, 2F
→
02/28 09:14,
4年前
, 3F
02/28 09:14, 3F
→
02/28 09:14,
4年前
, 4F
02/28 09:14, 4F
→
02/28 09:15,
4年前
, 5F
02/28 09:15, 5F
→
02/28 09:15,
4年前
, 6F
02/28 09:15, 6F
→
02/28 09:15,
4年前
, 7F
02/28 09:15, 7F
→
02/28 09:16,
4年前
, 8F
02/28 09:16, 8F
→
02/28 09:16,
4年前
, 9F
02/28 09:16, 9F
推
02/28 10:31,
4年前
, 10F
02/28 10:31, 10F
→
02/28 10:32,
4年前
, 11F
02/28 10:32, 11F
推
02/28 10:34,
4年前
, 12F
02/28 10:34, 12F
→
02/28 10:36,
4年前
, 13F
02/28 10:36, 13F
→
02/28 11:13,
4年前
, 14F
02/28 11:13, 14F
→
02/28 11:14,
4年前
, 15F
02/28 11:14, 15F
→
02/28 16:05,
4年前
, 16F
02/28 16:05, 16F
→
02/28 16:06,
4年前
, 17F
02/28 16:06, 17F
→
02/28 16:07,
4年前
, 18F
02/28 16:07, 18F
→
02/29 16:07,
4年前
, 19F
02/29 16:07, 19F
→
02/29 16:07,
4年前
, 20F
02/29 16:07, 20F
DataScience 近期熱門文章
PTT數位生活區 即時熱門文章
