RA
Ладно вот вам еще для веселья
Size: a a a
2020 July 21
R
Скачок на ~25 эпохе выглядит как выброс в данных (это не точно)
R
Бывает что когда выбросы между батчами фигово раскидаются, происходит такая ерунда (псевдо-выводы, тоже не точно)
RA
кароч это другой фолд просто
S
кароч это другой фолд просто
Кстати на фолды вообще какая то бест практис есть? Имею ввиду к примеру прогнаться один раз посмотреть на чем модельки ошибалась и распределить эти ошибки равномерно по фолдам или что-то другое есть?
RA
Кстати на фолды вообще какая то бест практис есть? Имею ввиду к примеру прогнаться один раз посмотреть на чем модельки ошибалась и распределить эти ошибки равномерно по фолдам или что-то другое есть?
если фолд стратифицировано разбит, как там пересраспередлеить? обычно вроде учишь n фолдов, потом ансамбль, если общий скор норм то можн и оставить, а если нет, то можно некоторые фолды удалить из ансамбля
S
если фолд стратифицировано разбит, как там пересраспередлеить? обычно вроде учишь n фолдов, потом ансамбль, если общий скор норм то можн и оставить, а если нет, то можно некоторые фолды удалить из ансамбля
Ааа думал мож чето есть помимо стратифай
RA
ну если не нужно стратифицировать то наверно распределить можно попробьовать, но я хз. не делал так
MK
после нормализации картинки же не должны быть interpretable? если должны быть, то как правильно нормализовывать: по imagenet-у (около 0.5 mean std) или каждый раз считать свой mean std?
D
если фолд стратифицировано разбит, как там пересраспередлеить? обычно вроде учишь n фолдов, потом ансамбль, если общий скор норм то можн и оставить, а если нет, то можно некоторые фолды удалить из ансамбля
Кажется, что удалять фолды не стоит
S
Кажется, что удалять фолды не стоит
А че с не очень фолдами делать?)
RA
Кажется, что удалять фолды не стоит
ну я пока ни разу не удалял) так предположение
RA
после нормализации картинки же не должны быть interpretable? если должны быть, то как правильно нормализовывать: по imagenet-у (около 0.5 mean std) или каждый раз считать свой mean std?
загадка=)
D
А че с не очень фолдами делать?)
Что значит не очень фолд?)))
RA
Что значит не очень фолд?)))
ну скор на валидации не оч
S
Что значит не очень фолд?)))
Значительно хуже метрики и лосс на нем в сравнении с остальными
RA
хуже чем остальные 4 например
A
после нормализации картинки же не должны быть interpretable? если должны быть, то как правильно нормализовывать: по imagenet-у (около 0.5 mean std) или каждый раз считать свой mean std?
хороший вопрос. Мне вот тоже интересно это, потому что matplotlib умеет визуализировать нормированные данные и при этом он не говорит что есть какой то клиппинг. И еще что интересно, картинки меняются. Честно не знаю как объяснить как они меняются😂
MK
хороший вопрос. Мне вот тоже интересно это, потому что matplotlib умеет визуализировать нормированные данные и при этом он не говорит что есть какой то клиппинг. И еще что интересно, картинки меняются. Честно не знаю как объяснить как они меняются😂
я раньше никогда картинки не рисовал после нормализации, но сегодня случайно нарисовал и поэтому возник такой вопрос