[問題] 該如何在CNN使用unlabeled data?

看板DataScience作者 (蛋)時間2年前 (2021/12/20 22:22), 2年前編輯推噓3(3019)
留言22則, 5人參與, 3年前最新討論串1/1
作業系統:Win10 問題類別:CNN 使用工具:python 問題內容: 各位版友好,小弟是深度學習的新手,目前正在學習如何使用CNN辨識圖片中的衣物是哪種款式, 現在使用tensorflow.keras 模型為VGG16,單純只使用train data的準確率只有0.76,這個 成績非常不理想,雖然有額外的unlabeled data,約為5000張的圖片,但是不知道怎麼從co de下手,實際運用在程式裡。所以想請教各位前輩,指點一下小弟,謝謝。 ---- Sent from BePTT on my iPhone 12 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.72.82.180 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1640010140.A.935.html ※ 編輯: Xuan3716 (140.112.38.189 臺灣), 12/20/2021 22:34:03

12/20 22:33, 2年前 , 1F
建議先換 efficientnet 或 nfnet 或其他最近的 model
12/20 22:33, 1F

12/20 22:35, 2年前 , 2F
你想做semi-supervised,unsupervised learning?
12/20 22:35, 2F

12/20 22:48, 2年前 , 3F
目前只用到知道答案的train data,我想做semi-surpervis
12/20 22:48, 3F

12/20 22:48, 2年前 , 4F
ed learning。
12/20 22:48, 4F

12/20 22:49, 2年前 , 5F
如果想再增加7%的準確率,只能換一個model了嗎?謝謝各
12/20 22:49, 5F

12/20 22:49, 2年前 , 6F
位前輩。
12/20 22:49, 6F

12/20 23:00, 2年前 , 7F
可能有其他方法,不過換 model 最快吧!我看 keras 也
12/20 23:00, 7F

12/20 23:01, 2年前 , 8F
有內建 efficientnet
12/20 23:01, 8F

12/20 23:01, 2年前 , 9F

12/21 01:40, 2年前 , 10F
你原本的資料集多大?
12/21 01:40, 10F

12/21 01:41, 2年前 , 11F
有做 argumentation?
12/21 01:41, 11F

12/21 01:47, 2年前 , 12F
最簡單的方法是用預訓練的模型幫所有資料編碼,再用k
12/21 01:47, 12F

12/21 01:47, 2年前 , 13F
nn之類的算法以標籤過的數據幫沒有標籤過的數據上標
12/21 01:47, 13F

12/21 01:47, 2年前 , 14F
籤,最後用這些標籤訓練模型
12/21 01:47, 14F

12/21 01:49, 2年前 , 15F
近期一點的可以先用所有資料做語義的自回歸模型,再
12/21 01:49, 15F

12/21 01:49, 2年前 , 16F
用標籤訓練任務模型
12/21 01:49, 16F

12/21 12:07, 2年前 , 17F
Train data有9279筆,test data 有2800筆,unlabeled
12/21 12:07, 17F

12/21 12:07, 2年前 , 18F
data有5277筆。
12/21 12:07, 18F

12/22 05:55, 2年前 , 19F
不無小補
12/22 05:55, 19F

12/22 19:22, 2年前 , 20F
謝謝各位前輩!
12/22 19:22, 20F

01/01 23:26, 3年前 , 21F
才5000張 我的建議是直接label
01/01 23:26, 21F

01/01 23:27, 3年前 , 22F
1張5秒 25000秒 約8小時
01/01 23:27, 22F
文章代碼(AID): #1Xm96Sar (DataScience)
文章代碼(AID): #1Xm96Sar (DataScience)