lesson2-cnn-fastai

时间:2022-04-05 09:47:04

%mkdir的做法
glob('.jpg')
np.random.permutation(图片)
np.random.rename(,)
#save_array:utils中,连接每个btch得到的数组
#keras.predict_generator
batches,preds = vgg.test(,)
filenames = batches.filenames //作为标签名称
ids = [int(f[8:f.find('.')]) for f in filenames] //第八个字符到点
subm = np.stack([ids,isdog],axis=1)//两列放在一起
file = np.savetxt(保存为csv文件)

from Ipython.display import Filelink
filelink('data/redux/1.csv')//生成下载链接
finetune指令:指finetune了最后一层

改进:
kaggle上传数据的loss:绝对值交叉熵,预测为1/0会降低loss
--》
np.clip(preds[:,1],0.05,0.95) ~相当于降低之前对预测能力的高估

多次fit和save_model,每次一个epoch,保存的权重名不同便于之后发现过拟合时返回用,每隔几个epoch改变一次学习率

分析数据,如识别错的

相关文章