作者Xuan3716 (蛋)
看板DataScience
标题[问题] 该如何在CNN使用unlabeled data?
时间Mon Dec 20 22:22:18 2021
作业系统：Win10
问题类别：CNN
使用工具：python
问题内容：
各位版友好，小弟是深度学习的新手，目前正在学习如何使用CNN辨识图片中的衣物是哪种款式，
现在使用tensorflow.keras 模型为VGG16，单纯只使用train data的准确率只有0.76，这个
成绩非常不理想，虽然有额外的unlabeled data，约为5000张的图片，但是不知道怎麽从co
de下手，实际运用在程式里。所以想请教各位前辈，指点一下小弟，谢谢。
----
Sent from
BePTT on my iPhone 12
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.72.82.180 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1640010140.A.935.html
※ 编辑: Xuan3716 (140.112.38.189 台湾), 12/20/2021 22:34:03
1F：推 jigfopsda: 建议先换 efficientnet 或 nfnet 或其他最近的 model 12/20 22:33
2F：推 yoyololicon: 你想做semi-supervised，unsupervised learning? 12/20 22:35
3F：→ Xuan3716: 目前只用到知道答案的train data，我想做semi-surpervis 12/20 22:48
4F：→ Xuan3716: ed learning。 12/20 22:48
5F：→ Xuan3716: 如果想再增加7%的准确率，只能换一个model了吗？谢谢各 12/20 22:49
6F：→ Xuan3716: 位前辈。 12/20 22:49
7F：→ jigfopsda: 可能有其他方法，不过换 model 最快吧！我看 keras 也 12/20 23:00
8F：→ jigfopsda: 有内建 efficientnet 12/20 23:01
10F：→ chang1248w: 你原本的资料集多大？ 12/21 01:40
11F：→ chang1248w: 有做 argumentation? 12/21 01:41
12F：→ chang1248w: 最简单的方法是用预训练的模型帮所有资料编码，再用k 12/21 01:47
13F：→ chang1248w: nn之类的算法以标签过的数据帮没有标签过的数据上标 12/21 01:47
14F：→ chang1248w: 签，最後用这些标签训练模型 12/21 01:47
15F：→ chang1248w: 近期一点的可以先用所有资料做语义的自回归模型，再 12/21 01:49
16F：→ chang1248w: 用标签训练任务模型 12/21 01:49
17F：→ Xuan3716: Train data有9279笔，test data 有2800笔，unlabeled 12/21 12:07
18F：→ Xuan3716: data有5277笔。 12/21 12:07
19F：→ chang1248w: 不无小补 12/22 05:55
20F：→ Xuan3716: 谢谢各位前辈！ 12/22 19:22
21F：推 TuCH: 才5000张 我的建议是直接label 01/01 23:26
22F：→ TuCH: 1张5秒 25000秒 约8小时 01/01 23:27