已关闭此问题为not about programming or software development。它目前不接受回答。
这个问题似乎不是关于a specific programming problem, a software algorithm, or software tools primarily used by programmers的。如果你认为这个问题与another Stack Exchange site的主题有关，你可以留下评论，解释在哪里可以回答这个问题。
19天前关闭。
Improve this question
我只是在我的数据集上训练了3D Resnet 50模型（我使用的是MSR日常活动3D，它由16个动作组成，这是一个相对较小的数据集），为了获得更好的结果，我使用了来自kinetics-700数据集的预训练模型（我使用了迁移学习）训练后，我得到了训练准确率= 0.88和验证准确率= 0.52还有其他想法可以进一步改善这些结果吗？或者由于小数据集是最好的，我可以得到！
1条答案
按热度按时间fkaflof61#
您可以通过两种主要方法来提高整体性能。大多数时候，人们给予最不重要的是第二个。是的
1.以模型为中心的AI
1.以数据为中心的AI
1.模型中心AI
在以模型为中心的AI中，我们试图根据我们的数据集为模型找到正确的参数（即调整超参数）。为此，我们可以使用几个库，如
optuna，keras tuner，Azure Hyperdrive等等。通过这种方法，我们可以找出正确的参数，以适应。
2.数据中心AI
垃圾进垃圾出
主要的想法是要有一个好的和干净的数据集。虽然你使用的是现成的数据集，但并不是每次都能保证质量。因此，确保我们喜欢训练模型的数据集的质量始终是一个很好的做法。
从
World's Top University-这里是一个美丽的课程，重点是Data Centric AI就
Computer Vision数据而言，我发现这个库优于-Clean Lab欢迎随时来找我！快乐编码！