我只是在我的数据集上训练了 3d Resnet50 模型(我使用的是 MSR Daily Activity 3D,它由 16 个动作组成,是一个相对较小的数据集),为了获得更好的结果,我使用 Kinetics-700 数据集中的预训练模型来训练它(我使用了迁移学习)训练后,我得到了训练精度 = 0.88 和验证精度 = 0.52 是否还有其他想法可以进一步改善这些结果!或者由于数据集很小,这是我能得到的最好的!
您可以通过 2 个主要方法来提高整体性能。大多数时候,人们对第二个最不重要。他们是,
在以模型为中心的人工智能中,我们尝试根据我们的数据集找到模型的正确参数(即调整超参数)。为此,我们可以使用多个库,例如
optuna
、keras tuner
、Azure Hyperdrive
等等。
通过这种方式,我们可以找出适合的正确参数。
垃圾进垃圾出
主要思想是拥有一个良好且干净的数据集。尽管您使用的是现成的数据集,但并非每次都能保证质量。因此,确保我们更喜欢训练模型的数据集的质量始终是一个很好的做法。
- - - 这与数据集的大小无关,而与我们使用的数据的质量有关。
来自
World's Top University
- 这是一门精彩的课程,专注于 以数据为中心的人工智能
就
Computer Vision
数据而言,我发现这个库表现优于 - Clean Lab
请随时与我联系!快乐编码!