Pytorch学习之路

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

K折交叉验证

浏览 88 扫码 分享 2022-07-22 20:50:17
  • 什么是（不重复）K折交叉验证？
  • K折交叉验证中的“K”和”Batch Size”有什么区别？
  • K折交叉验证的k怎么选取？

若有收获，就点个赞吧

0 人点赞

上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 要记在脑子里的知识点梳理
  • 其他问题
  • Pytorch前言
  • 项目介绍
  • 正式开始构建项目之前的准备
    • 利用矩池云进行线上训练
    • 安装Pytorch
    • 利用内置数据集一览Pytorch实现图像识别
    • 可视化数据集以一览图像情况
    • 学会保存/加载已经训练好的模型
    • 利用TensorboardX实现训练过程可视化
      • tensorboardX保存的日志该怎么读？
    • 导入预置学习模型（ResNet18）进行训练
    • 无标题
  • 正式开始
    • 加载本地图像数据集
    • 使用K折交叉验证解决数据量不够的问题
    • 如何重置模型参数？
    • 使用Xception模型进一步提升模型精度
    • 训练模型
  • 深度学习基本知识
    • K折交叉验证
      • 什么是（不重复）K折交叉验证？
      • K折交叉验证中的“K”和”Batch Size”有什么区别？
      • K折交叉验证的k怎么选取？
    • 什么叫Bias，什么叫Variance？
    • 是否训练集和测试集都进行数据增强？
    • 什么是CUDA？
    • 什么是BatchNorm
    • 现代经典网络结构介绍
    • 如何理解ML中的鲁棒性？
    • 什么是感受野？如何计算？
    • 1*1卷积的作用？
    • 什么是Interception结构（网络）？
    • 如何理解GoogleNet模型？
    • 什么是梯度爆炸和梯度消失？
    • 为什么残差网络可以避免梯度消失问题？
    • 什么是学习率策略？
    • 什么是权重衰减（weight decay）？
    • 如何选择一个合适的模型？
    • 什么时候会考虑使用正则化降低泛化误差？
    • 过拟合
    • 什么是网格搜索参数？怎么用来优化模型？
    • 什么问题类型对应选择什么损失函数？
    • 正则化
    • 优化算法
    • 验证集的作用
  • 函数查阅手册
    • python glob模块
    • 如何安装d2lzh_pytorch包？
    • 如何查看Python某个库的版本
    • random.sample()的用法
    • print(net)可以告诉我们什么？
    • net.train()和net.eval()的区别是什么？
    • Pytorch常用的交叉熵损失函数CrossEntropyLoss()详解
    • torchvision.datasets.ImageFolder的返回值情况
    • pytorch之dataloader深入剖析
    • optimizer.zero_grad()详解
    • loss为什么要加item()
    • torchvision.datasets.ImageFolder使用详解
    • Python os.listdir() 方法
    • PIL.Image.open()
    • Python os.path()模块
    • torch.squeeze() 和torch.unsqueeze()的用法
  • 便于调用的模块化方法参考文档
    • 如何将图像路径写入txt文本
    • Pytorch加载本地图像数据集的方法
      • Pytorch如何加载自定义图像数据集？
    • 如何用Pytorch切分数据集
    • pytorch中的pre-train函数模型引用及修改（增减网络层，修改某层参数等）
    • 如何打印查看网络一共有多少个参数？
    • Pytorch如何打印每层的输出形状
    • Pytorch如何查看某一层的权重？
    • 如何实现多GPU加速？
    • Pytorch利用tensorboardX可视化的具体方法？
    • Pytorch如何查看加载的数据集的信息？
    • 训练模型的过程？
    • 训练过程中如何计时？
    • 如何利用matplotlib可视化数据集？
    • Pytorch如何进行K折交叉验证？
    • 利用torch.utils.data.Dataset定义、加载自己的图像数据集
  • 其他参考文档
    • 为什么第一次迭代的时候训练和测试精度就达到了1.0？
    • Pytorch中transform后到底为什么说实现了数据增强？
    • Tensor与各种图像格式的相互转化
    • 数据增强各个方法详解
    • K折交叉验证处理小型鸟类数据集分类
    • Pytorch各个库一览
    • Linux中的路径和Windows中的路径有什么不同？
    • JupyterLab快捷键
    • Linux查看文件夹中文件个数
    • Linux从系统根目录开始索引（绝对路径表示方法）
    • Pycharm中如何批量修改变量名称？
    • pycharm中如何调试？
    • Pytorch预置模型的下载路径
    • win10如何用cmd查看GPU使用情况？
    • 如何解决Pytorch下载内置模型速度慢的问题？
    • 矩池云（Linux）如何解压缩
    • Linux常用操作
  • 预测高血压Python文件成品
    • K折交叉验证部分
    • 训练函数部分
    • 目前成品
    • 生成txt文件，为之后自定义图像数据集作准备
    • 自动切分本地数据集
  • 待日后整理的杂货堆
    • 每日待归档
    • 问题集
  • 网络模型汇总
  • 常见报错码汇总
暂无相关搜索结果！

    让时间为你证明

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度
        思维导图备注