[請益] 深度學習 該怎麼入門詳讀tensorflow2
大家好 我是機械系碩班讀一年的蔡逼八
這篇應該要放在python版和DataScience版
但這邊人氣比較旺 想請大家幫忙
目標做深度學習機器視覺在工業上一些瑕疵檢測的應用
已經看過李宏毅老師和吳恩達老師影片
也實作過一些小東西 算是有一些基礎的概念
目前用tensorflow 2還只能套套github上
object detection的model做transfer learning
就是只會"用" 和 "tune"參數
最後看到結果 常常結果並不好
看過好幾篇paper做object detection不少人用yolov3再去修改架構
paper名稱大概會寫modifed yolov3 之類的
但是我目前程度套用github上的模型 叫大學生來做也都會
也想增進自己的程度
碩論也不能這麼簡單
=======================
所以我想請教大家
github上的tensorflow2我可以怎麼去詳讀架構並修改
https://reurl.cc/Enl7yg
包括想要知道每一層卷積池化層FPN再concat在一起
各會對我的結果造成什麼影響
請問吳恩達老師有教這種深入詳讀的嗎?
還是推薦哪本書嗎?
謝謝大家
--
印像中yolov5的調參已經是G用網格海量電腦網格尋找
跑出的結果,你要怎麼調贏人家?
讀 paper、打 kaggle、刻模型
也不是要做出一個比別人好的,是想要理解深一點
人家在問 一問就知道懂不懂了
我想先看看人家怎麼手刻模型 跟著做看看 才能自己手刻
最簡單的方式其實是追溯 paper 的 related work. 有些
引用到的會解釋組合出來結果. 要實作上手就像上面說的
要去打 kaggle. 然後 TF 進入 2 代後雷坑有點多. 不過
2.4 之後情況有改善. 使用再注意一下
因為目前也有論文壓力 有辦法用自己的data打kaggle嗎
我目前用tf2.5
推薦用 pytorch
不好意思 pytorch 唯一解
做瑕疵檢測結果在問Yolo, 請問一般深度學習演算法有辦
法處理資料極不平均的狀況嗎?一般瑕疵檢測正樣本極多
,負樣本極少,就算用遷移學習也無法處理這樣的問題,
想要駕馭深度學習首先要會命題,而不是凡事只會yolo或
是UNet
修改架構,調調參數,無法解決監督式學習的根本問題,
沒有搞懂這個,你的論文永遠做不出個東西來
你可以用 pytorch/tensorflow 之類的框架 從0 到有自己科
一個 model 包含 data loader trainer 等 應該就會比較熟
悉了
不推薦書,你的需求,直接看有給原始碼的論文。或從最基礎
numpy怎麼做簡單的線性模型建模,才有機會。
有心的人只少要從線性迴歸開始學啦,基礎中的基礎。
不然連各種模型的 loss function, 與模型為什麼要哪樣設計
,都完全沒機會了解了。
謝謝樓上幾位的建議,因為沒碰過pytorch請問現在開始會
太晚嗎
i大你點了我 或許我要做瑕疵檢測 用物件檢測的方法是不
對的? 有試過用非監督自動編碼器 也沒有太好的結果
我再去找找國外有沒有原始碼的paper 目前都還沒看到
大家都建議用pytorch看來我要開始找資料了
什麼時候開始都不嫌晚啦 推薦莫煩pytorch教學
你應該先從瑕疵檢測一般是用什麼模型來做開始找吧
確認方向之後再去看要學那些來理解整個架構
這個不是跟教授討論最快嗎......
看不懂I大是在? 瑕疵檢測本來就可以選擇用YOLO解 請問原po
問YOLO怎麼了嗎 結果丟下這一句讓原po以為不能用object det
ection解瑕疵檢測問題 還是你覺得要問怎麼做資料增強才夠高
端
強烈建議pytorch你找git光是tf版本有1和2就搞死你
更不用說還沒開始改就一堆環境問題
然後用pytorch還是建議跑yolo當baseline
不然改半天人家比你又快又準也沒用
推薦細讀這份程式碼 適用TF2.5
這份程式碼有個好處是能轉換Darknet的權重給TF用
我上個月才用這份改成適用於我的特化版yolo
s大我有再回頭確認一次也是蠻多人用yolo ssd rcnn等物件
偵測的方式來解 我也是在思考data的問題 是否能加入GAN
來用 看完大家建議我還是卡在要不要跳pytorch 另外一台電
腦套不同tf模型去跑出結果
目前理解的是用pytorch比較能包出class和一些物件導向的
程式嗎?還是tf也可以
tf也可以 但你就直接去學pytorch吧 坑確實比較少
珍惜生命,遠離TF
paper就是最好的教材
我以前是用 tf但也是tf google已經不是我的神了,我換
成pytorch半年,用起來直觀多了,而且很多好用的工具像是
dataloader我都很喜歡
改用pytorch
我學長用TF,我他媽還要為了處理CUDA衝突在那邊搞半
天,X
從tf換Pytorch後 感覺相見恨晚
如果抱持者簡單為目的,那麼都用不是更好。
反正正常工作,都會用到就是了。
如果是要了解原理,更是這兩套工具根本沒差好嗎
我處理版本問題也搞到很累 看了大家建議試用pytorch
做點成果說服教授
用什麼框架都無所謂吧吧 感覺原po缺的是經驗 做久就
熟了
如果沒趕論文的壓力的話
有論文壓力阿哈哈 謝謝大家
你肯定還沒碰到tensorboard,到那個時候,你會生不如死
有用到tensorboard覺得不是很好懂 可能是我用太少吧
新paper有code的也幾乎是pytorch
yolo特性不就跑的快 但準確率差 你瑕疵檢查最重要
的是什麼?怎會去選yolo
100年沒用tensor board了 寧願自己手動紀錄output
推pytorch,不推yolo,那是搞論文用的,實務根本不能用
,當了data scientist 三年多的感想
搞論文的話,如果要用yolo,建議往系統,串一個hierarc
hical system or feature engineering 的方向試試看,
只是建議,我當初念master發了兩篇conf跟一個Cvprw,還
有一個jounal都有被approved,國外reviewer很吃這套
爆
Re: [爆卦] 國中科展天才呂同學,就是唐鳳2.0無誤!嗨我剛剛把影片看完了 簡單來說他這段演講在介紹他學習ML的過程 他會看model的架構並理解 然後自己寫出code放到開源的github上 還很貼心的付了github repo給大家32
[請益] 成為 AI 工程師的進修方向(代po)(本文作者無帳號,協助在科技和軟體兩板代po ^ ^~) 大家好, 小弟目前在台北某傳產擔任數據分析師,學歷是國立統計所,碩論是做 ML 演算法改良(沒投期刊,我覺得是垃圾),碩班期間有自修 DL。 希望能用 DL 找工作,主力程式為 Python。 目前剛進去公司半年多,主要負責影像辨識的專案,內容是用 Yolo 進行 real time 的瑕疵檢測,專案目前也已經上線了,因此算是有一些實務經驗。21
Re: [請益] 我該找前端工作 或專心學習ai?小弟我自學AI大約三年 雖然本身有碩士學歷 但是基本上跟machine learning完全無關 所以應該還是可以分享一些東西 1.是否要念碩士?13
[請益] 成為 AI 工程師的進修方向(代po)(本文作者無帳號,協助代po ^ ^~) 前文少po段落就送出,因手機一直無法編輯,所以刪文重發QQ 大家好, 小弟目前在台北某傳產擔任數據分析師,學歷是國立統計所,碩論是做 ML 演算法改良(沒投期刊,我覺得是垃圾),碩班期間有自修 DL。 希望能用 DL 找工作,主力程式為 Python。10
[請益] machine learning 的 udemy課程各位前輩好。 我預計要入學中字輩碩班,教授是機器學習領域的。個人大學學過程式, 但不是很深入,甚至機器學習這方面完全沒碰過。 Udemy上找了兩個課程,一個是ptt看到的,一個reddit找到的,但都是有一段時日的 文章,所以上來問一下各位前輩意見。10
Re: ai畫圖要怎麼自己餵資料訓練pytorch跟tensorflow用途一樣,兩者都是基於python的機器學習框架。 近年來pytorch比較受開發者青睞,使用比例已經反超tensorflow,原因可以自己了解, 但如果沒有特殊原因,基於資源和社群活躍度通常是推薦用pytorch。極度不推薦自己實 作機器學習或用其他語言,不必自己造比較難用的輪子 如果之前都沒有碰過ai,推薦coursera上李宏毅老師的機器學習基石,或是yt搜尋ntu mi8
[請益] 碩班選實驗室領域大家好,小弟本身其實是光電的,最近研究所放榜完在找實驗室,其中一間蠻特別的,是 在做光學與AI結合的應用,主要是CNN,但據學長說,AI部分他說只是拿paper或是github 上面的架構或code做修改,然後不斷的try and optimize ,看哪個modle或參數效果比較 好,他的說法是要搞演算法的話玩不贏資工的,但光學的東西資工卻不懂,AI對他們來說 算是個應用工具,不過光學的部分也只是跑跑模擬當作training data。9
[請益] 關於機器學習的數學參考基礎請問各位大大 : 小弟最近學習一陣子機器學習 想買一本數學參考用書(機器學 習+深度學習,以便參考,但數 學基礎並沒有很強所以想買本有6
Re: [請益] 什麼程度履歷上才能說自己會AI恭喜你 : 未來實驗室是做影像辨識、ML/DL之類的 : 可是我大學沒接觸過這塊領域 很多人都這樣,四大四中也不例外 : 雖然這學期有開始在修這方面的課X
[情報] 台大資工/網媒傅立成實驗室招生大家好, 我們是傅立成老師帶領的"智慧型機器人及自動化實驗室(Intelligent Robot and Automa tion Lab)" 而傅立成老師為資訊工程學系暨電機工程學系的台大講座教授。 在這裡想跟大家介紹我們實驗室,讓各位錄取台大資工所/網媒所/人工智慧碩士班的同學