深度學習 綜合練習 教研處 PDF 下載
版權聲明頁 本投影片已經獲得作者授權台灣人工智慧學校得以使用於教學用途, 如需取得重製權以及公開傳輸權需要透過台灣人工智慧學校取得著作人同意 ; 如果需要修改本投影片著作, 則需要取得改作權 ; 另外, 如果有需要以光碟或紙本等實體的方式傳播, 則需要取得人工智慧學校散佈權 台灣人工智慧學校
綜合練習 : Where am I? Image classification using deep 課程內容 learning models
各時段預計完成內容 09:30-17:00 綜合練習 Where am I Kaggle practice: https://www.kaggle.com/t/ec21e780b2d44f9bb6a70864301bdf30 ( 記得要先在 Kaggle 網站註冊 ) PDF 下載
Image classification using deep learning models 綜合練習 : Where am I?
請完成 Where am I 練習 是深度學習課程 ( 含 CNN) 的綜合練習 總共有近三千張黑白場景照片來做簡單的分類問題 ( 共 15 類 ) 資料集存放在 hub server: /data/examples/may_the_4_be_with_u/where_am_i 將測試集預測結果上傳至 Kaggle 網站, 每天最多上傳 20 次 ( 截止上傳 : 7/4, 6pm); 上傳時,Team Name 請以學號命名, 如 AT072001 請在 public/private leaderboard 上取得超越 base line 的準確度 (accuracy) 達標代表你對深度學習的實作有一定水準囉!
DATA 1. train.zip - the training set 2. testset.zip - the test set 3. submission.zip- 上傳欄位格式的範例 csv 4. target_to_number.txt( 在 server 的名稱則是 mid_term_mapping.txt) - 類別對應編號表
本次實作你 ( 妳 ) 最後應該有什麼底子? 圖形資料的預處理能力 (data preprocessing) 圖形資料的增補能力 (data augmentation) 如何用 tensorflow/keras 寫出自架構的 DNN/CNN 請自行進一步思考, 如何再提高準確率至 85% 以上 ( 欲知詳情請關注 AIA 的下一門課程囉 ~) 注意 : 助教將於 06/24/2018, 11pm 與 07/04/2018, 6pm 紀錄成績作為參考