高手那么多keras也要熊一下!(开源西安大赛0.964分的keras源码)

举报
袁覃 发表于 2020/05/29 22:06:48 2020/05/29
【摘要】 前言:西安大赛那么多高手,图像分类多数基本采用pytorch。话说学术界pytorch渐渐成为主流,TensorFlow成为工业界代表。keras收编后会被忘却么?本人释怀入门的keras,坚守依旧。简单粗暴的分享一下吧。 悲壮的keras 由30名 被各种黑科技碾压到97名。经历而为之才是keras的使命。有缘看到这里的朋友们,请别笑,我只是一个建行基层的客户经理,业务人员。...

前言:西安大赛那么多高手,图像分类多数基本采用pytorch。话说学术界pytorch渐渐成为主流,TensorFlow成为工业界代表。keras收编后会被忘却么?本人释怀入门的keras,坚守依旧。简单粗暴的分享一下吧。

image.png


        悲壮的keras 由30名 被各种黑科技碾压到97名。经历而为之才是keras的使命。

有缘看到这里的朋友们,请别笑,我只是一个建行基层的客户经理,业务人员。我真的已经尽力了。

本代码适用于ModelArts平台,也可以改为notebook或本地训练,可用于练手的数据集见西安大赛(“华为云杯”2019人工智能创新应用大赛)和垃圾分类挑战杯,源码就见附件吧。

image.png


训练分三步走:

1、只用FC层训练14个epoch。快速的遍历所有层尽力而为的获取特征。

2、加载组归一化或BN、开启数据增强、随机裁剪翻滚等等,直至loss不在大幅下降。一般也就14个epoch。这样大大提升了模型的泛化能力!

3、最后返璞归真关闭数据增强、随机裁剪翻滚等等特技!老老实实用全联接训练30个epoch收工。到此keras图像分类模型炼丹完毕。(本地acc0.9973)


      技术都是你追我赶的,在wusaifei、子清等朋友的帮助下,接力MA小白也拉出了喜爱的模型。工程化工具对业务人员来说是多么的强大呜呜呜!嘿嘿

希望有更多的人能参与其中,共建生态共筑未来!

      一切都来自互联网,如有侵权请联系本人删除.

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。