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!