来自Kaggle的灵感

来自Kaggle的灵感

MelodicTechno Lv3

数据预处理

对于一些尺寸很大,细节很多的图像,比如医学影像,可以切割成多个小块。

实验方法

使用C语言代码加快对图像数据处理的速率,C代码可以直接加到notebook里。
使用k折交叉验证估计模型性能

Two strategies were implemented to mitigate class imbalance:
Weighted sampling to create balanced batches for training,
Using class weights in CE loss.

编码技巧

重复出现的块:

1
2
3
chowder_models = [Chowder(**chowder_kwargs) for _ in range(50)]

model = ModelEnsemble(chowder_models)
  • 标题: 来自Kaggle的灵感
  • 作者: MelodicTechno
  • 创建于 : 2024-09-05 23:13:53
  • 更新于 : 2025-03-09 10:23:26
  • 链接: https://melodictechno.github.io./2024/09/05/idea-from-kaggle/
  • 版权声明: 本文章采用 CC BY-NC-SA 4.0 进行许可。
评论
目录
来自Kaggle的灵感