資源下載地址：https://download.csdn.net/download/sheziqiong/85718886
資源下載地址：https://download.csdn.net/download/sheziqiong/85718886
目錄
kaggle 排名 2
數據分析與處理 3
1、圖片分析 3
2、數據劃分 3
數據增強 4
模型選擇 4
1、3 層卷積簡單模型 4
2、VGG16 修改 4
3、DPN 修改 5
4、resnet 18 修改 5
5、resnet 50 修改 6
6、Google Net 6
參數調整 6
1、學習率與優化器 6
2、數據批量大小 batch size 7
3、旋轉角度 7
4、模型參數 7
訓練策略 8
1、控制隨機種子 8
2、預訓練 8
3、Bagging 投票 8
總結 9
參考資料 9
kaggle 排名
用戶名：HyperionSoldier
用戶名寓意：科幻小說《海伯利安》中的伯勞是未來人類所創造之終極智能體，以“海伯利安戰士”為名象征著人工智能的強大力量以及使用 AI 解決問題的決心。
private 榜：Score 0.91514 排名第 19
1、3 層卷積簡單模型
首先使用了有 3 層卷積的簡單模型，卷積之間用 batchnorm 層和 relu 層連接，提高模型的泛化能力。
這種簡單模型在 validation 集最高能達到 90.9%的准確率，在 kaggle 公榜上能達到 87% 的准確率。
2、VGG16 修改
VGG 模型常被用於各種分類任務，曾獲得 2014 年 ILSVRC 競賽的第二名，下面是 VGG 模型的參數配置(Simonyan & Zisserman, 2014)。
本次任務我使用了 VGG16 的修改版（表格中的 C），首先將 RGB 3 通道的輸入改為 1 通道灰度，再將最後 3 個卷積層和 maxpool 池化層去掉，最後將全連接層的維度改為 256-
512-10
資源下載地址：https://download.csdn.net/download/sheziqiong/85718886
資源下載地址：https://download.csdn.net/download/sheziqiong/85718886
