[問題] 有關kaggle 的競賽生態
我最近參與Severstal: Steel Defect Detection，基本上就是利用pix2pix的技術去pred
ic
我先按照很多notebook 分享的方法下去train效果都達不到他送交答案的成績(dice loss
為
請問 是都有藏一手還是說testing data比training data簡單? 我目前還沒送教過答案想
說
他原圖大小是1600*256我先pooling到800*256然後random corp 400*256 並利用UNET (ef
fi
loss 是用 dice+bce (有試過focal loss 但效果好像沒有說很好)
不曉得有什麼淺在可以改進的點嗎?
--
Sent from my Windows
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.63.186 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1590069307.A.A9B.html
→
05/21 23:58,
4年前
, 1F
05/21 23:58, 1F
→
05/21 23:58,
4年前
, 2F
05/21 23:58, 2F
我可能直接問作者看看好了
推
05/22 08:13,
4年前
, 3F
05/22 08:13, 3F
推
05/22 19:17,
4年前
, 4F
05/22 19:17, 4F
→
05/22 19:17,
4年前
, 5F
05/22 19:17, 5F
分數高的幾乎部會透露資訊，樂於分享的通常training效果不優，這有點尷尬
→
05/22 21:36,
4年前
, 6F
05/22 21:36, 6F
我的理解是這樣 testing 分成2份 你只知道其中一份，競賽結束後才公布另外一份？
→
05/22 21:37,
4年前
, 7F
05/22 21:37, 7F
Ok 測下去就知道問題出哪了XD
→
05/22 21:38,
4年前
, 8F
05/22 21:38, 8F
→
05/22 21:38,
4年前
, 9F
05/22 21:38, 9F
已經結束的比賽會直接連testing data都揭秘喔？ 這個我不太清楚因為現在kaggle還可
以給我late sub （我之前有加入，但是太忙了就忘了這件事）
推
05/22 22:03,
4年前
, 10F
05/22 22:03, 10F
這就是矛盾點，他們公佈出來的方法train出來效果都沒LB上面的高
※ 編輯: acctouhou (106.1.224.206 臺灣), 05/23/2020 13:06:53
推
05/23 15:49,
4年前
, 11F
05/23 15:49, 11F
→
05/23 17:29,
4年前
, 12F
05/23 17:29, 12F
→
05/23 17:29,
4年前
, 13F
05/23 17:29, 13F
→
05/23 17:29,
4年前
, 14F
05/23 17:29, 14F
→
05/23 17:29,
4年前
, 15F
05/23 17:29, 15F
後來我才知道除了kaggle的notebook區域，可以直接搜尋作者的留言,裡面也確實很多有
用的資訊如各位所說，感謝各位。
推
05/25 09:31,
4年前
, 16F
05/25 09:31, 16F
會不一樣喔，而且有些你可以看到他notebook都跑出error了。
→
05/25 09:31,
4年前
, 17F
05/25 09:31, 17F
※ 編輯: acctouhou (140.113.63.186 臺灣), 05/25/2020 21:29:52
→
05/25 23:35,
4年前
, 18F
05/25 23:35, 18F
→
05/25 23:35,
4年前
, 19F
05/25 23:35, 19F
DataScience 近期熱門文章
PTT數位生活區 即時熱門文章
