作者zoo8888 (......)
看板Soft_Job
标题[请益] 深度学习 该怎麽入门详读tensorflow2
时间Wed Aug 4 12:53:23 2021
大家好 我是机械系硕班读一年的蔡逼八
这篇应该要放在python版和DataScience版
但这边人气比较旺 想请大家帮忙
目标做深度学习机器视觉在工业上一些瑕疵检测的应用
已经看过李宏毅老师和吴恩达老师影片
也实作过一些小东西 算是有一些基础的概念
目前用tensorflow 2还只能套套github上
object detection的model做transfer learning
就是只会"用" 和 "tune"参数
最後看到结果 常常结果并不好
看过好几篇paper做object detection不少人用yolov3再去修改架构
paper名称大概会写modifed yolov3 之类的
但是我目前程度套用github上的模型 叫大学生来做也都会
也想增进自己的程度
硕论也不能这麽简单
=======================
所以我想请教大家
github上的tensorflow2我可以怎麽去详读架构并修改
https://reurl.cc/Enl7yg
包括想要知道每一层卷积池化层FPN再concat在一起
各会对我的结果造成什麽影响
请问吴恩达老师有教这种深入详读的吗?
还是推荐哪本书吗?
谢谢大家
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 120.108.27.181 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1628052805.A.E30.html
1F：→ juijuijuijui: 印像中yolov5的调参已经是G用网格海量电脑网格寻找 08/04 13:38
2F：→ juijuijuijui: 跑出的结果，你要怎麽调赢人家？ 08/04 13:38
3F：→ CaptPlanet: 读 paper、打 kaggle、刻模型 08/04 13:54
4F：→ zoo8888: 也不是要做出一个比别人好的，是想要理解深一点 08/04 14:18
5F：→ zoo8888: 人家在问 一问就知道懂不懂了 08/04 14:19
6F：→ zoo8888: 我想先看看人家怎麽手刻模型 跟着做看看 才能自己手刻 08/04 14:20
7F：推 QwQxError: 最简单的方式其实是追溯 paper 的 related work. 有些 08/04 14:27
8F：→ QwQxError: 引用到的会解释组合出来结果. 要实作上手就像上面说的 08/04 14:27
9F：→ QwQxError: 要去打 kaggle. 然後 TF 进入 2 代後雷坑有点多. 不过 08/04 14:27
10F：→ QwQxError: 2.4 之後情况有改善. 使用再注意一下 08/04 14:27
11F：→ zoo8888: 因为目前也有论文压力 有办法用自己的data打kaggle吗 08/04 15:03
12F：→ zoo8888: 我目前用tf2.5 08/04 15:04
13F：推 expiate: 推荐用 pytorch 08/04 15:14
14F：推 imaxpayne: 不好意思 pytorch 唯一解 08/04 16:57
15F：推 imaxpayne: 做瑕疵检测结果在问Yolo, 请问一般深度学习演算法有办 08/04 17:11
16F：→ imaxpayne: 法处理资料极不平均的状况吗？一般瑕疵检测正样本极多 08/04 17:11
17F：→ imaxpayne: ，负样本极少，就算用迁移学习也无法处理这样的问题， 08/04 17:11
18F：→ imaxpayne: 想要驾驭深度学习首先要会命题，而不是凡事只会yolo或 08/04 17:11
19F：→ imaxpayne: 是UNet 08/04 17:11
20F：推 imaxpayne: 修改架构，调调参数，无法解决监督式学习的根本问题， 08/04 17:21
21F：→ imaxpayne: 没有搞懂这个，你的论文永远做不出个东西来 08/04 17:21
22F：推 jamfly: 你可以用 pytorch/tensorflow 之类的框架 从0 到有自己科 08/04 18:20
23F：→ jamfly: 一个 model 包含 data loader trainer 等 应该就会比较熟 08/04 18:20
24F：→ jamfly: 悉了 08/04 18:20
25F：→ DrTech: 不推荐书，你的需求，直接看有给原始码的论文。或从最基础 08/04 18:25
26F：→ DrTech: numpy怎麽做简单的线性模型建模，才有机会。 08/04 18:25
27F：推 DrTech: 有心的人只少要从线性回归开始学啦，基础中的基础。 08/04 18:28
28F：→ DrTech: 不然连各种模型的 loss function, 与模型为什麽要哪样设计 08/04 18:29
29F：→ DrTech: ，都完全没机会了解了。 08/04 18:29
30F：→ zoo8888: 谢谢楼上几位的建议，因为没碰过pytorch请问现在开始会 08/04 19:07
31F：→ zoo8888: 太晚吗 08/04 19:07
32F：→ zoo8888: i大你点了我 或许我要做瑕疵检测 用物件检测的方法是不 08/04 19:08
33F：→ zoo8888: 对的? 有试过用非监督自动编码器 也没有太好的结果 08/04 19:09
34F：→ zoo8888: 我再去找找国外有没有原始码的paper 目前都还没看到 08/04 19:10
35F：→ zoo8888: 大家都建议用pytorch看来我要开始找资料了 08/04 19:36
36F：推 Jekk: 什麽时候开始都不嫌晚啦 推荐莫烦pytorch教学 08/04 20:36
37F：推 shietsd: 你应该先从瑕疵检测一般是用什麽模型来做开始找吧 08/04 21:28
38F：→ shietsd: 确认方向之後再去看要学那些来理解整个架构 08/04 21:28
39F：→ shietsd: 这个不是跟教授讨论最快吗...... 08/04 21:29
40F：推 sooge: 看不懂I大是在? 瑕疵检测本来就可以选择用YOLO解 请问原po 08/05 00:36
41F：→ sooge: 问YOLO怎麽了吗 结果丢下这一句让原po以为不能用object det 08/05 00:36
42F：→ sooge: ection解瑕疵检测问题 还是你觉得要问怎麽做资料增强才够高 08/05 00:36
43F：→ sooge: 端 08/05 00:36
44F：推 olen0622: 强烈建议pytorch你找git光是tf版本有1和2就搞死你 08/05 00:43
45F：→ olen0622: 更不用说还没开始改就一堆环境问题 08/05 00:43
46F：→ olen0622: 然後用pytorch还是建议跑yolo当baseline 08/05 00:44
47F：→ olen0622: 不然改半天人家比你又快又准也没用 08/05 00:44
49F：→ DarkIllusion: 推荐细读这份程式码 适用TF2.5 08/05 01:04
50F：→ DarkIllusion: 这份程式码有个好处是能转换Darknet的权重给TF用 08/05 01:05
51F：→ DarkIllusion: 我上个月才用这份改成适用於我的特化版yolo 08/05 01:09
52F：→ zoo8888: s大我有再回头确认一次也是蛮多人用yolo ssd rcnn等物件 08/05 01:22
53F：→ zoo8888: 侦测的方式来解 我也是在思考data的问题 是否能加入GAN 08/05 01:22
54F：→ zoo8888: 来用 看完大家建议我还是卡在要不要跳pytorch 另外一台电 08/05 01:22
55F：→ zoo8888: 脑套不同tf模型去跑出结果 08/05 01:22
56F：→ zoo8888: 目前理解的是用pytorch比较能包出class和一些物件导向的 08/05 01:29
57F：→ zoo8888: 程式吗？还是tf也可以 08/05 01:29
58F：推 DarkIllusion: tf也可以 但你就直接去学pytorch吧 坑确实比较少 08/05 01:32
59F：推 ap954212: 珍惜生命，远离TF 08/05 01:41
60F：→ michealx: paper就是最好的教材 08/05 02:27
62F：推 expiate: 我以前是用 tf但也是tf google已经不是我的神了，我换 08/05 06:24
63F：→ expiate: 成pytorch半年，用起来直观多了，而且很多好用的工具像是 08/05 06:24
64F：→ expiate: dataloader我都很喜欢 08/05 06:24
65F：推 gino0717: 改用pytorch 08/05 22:20
66F：推 ssd860505da: 我学长用TF，我他妈还要为了处理CUDA冲突在那边搞半 08/05 23:57
67F：→ ssd860505da: 天，X 08/05 23:57
68F：推 ches728ter: 从tf换Pytorch後 感觉相见恨晚 08/06 01:58
69F：推 DrTech: 如果抱持者简单为目的，那麽都用不是更好。 08/06 13:37
70F：→ DrTech: 反正正常工作，都会用到就是了。 08/06 13:38
71F：→ DrTech: 如果是要了解原理，更是这两套工具根本没差好吗 08/06 13:38
72F：→ zoo8888: 我处理版本问题也搞到很累 看了大家建议试用pytorch 08/06 18:53
73F：→ zoo8888: 做点成果说服教授 08/06 18:53
74F：推 yoyololicon: 用什麽框架都无所谓吧吧 感觉原po缺的是经验 做久就 08/06 19:02
75F：→ yoyololicon: 熟了 08/06 19:02
76F：→ yoyololicon: 如果没赶论文的压力的话 08/06 19:02
77F：→ zoo8888: 有论文压力阿哈哈 谢谢大家 08/06 19:35
78F：→ InvincibleK: 你肯定还没碰到tensorboard,到那个时候,你会生不如死 08/07 11:26
79F：→ zoo8888: 有用到tensorboard觉得不是很好懂 可能是我用太少吧 08/07 11:29
80F：推 junwen: 新paper有code的也几乎是pytorch 08/07 14:02
81F：推 enoke1903190: yolo特性不就跑的快 但准确率差 你瑕疵检查最重要 08/09 23:34
82F：→ enoke1903190: 的是什麽？怎会去选yolo 08/09 23:34
83F：推 ruokcnn: 100年没用tensor board了 宁愿自己手动纪录output 08/11 00:19
84F：推 r40491101: 推pytorch，不推yolo，那是搞论文用的，实务根本不能用 08/14 18:40
85F：→ r40491101: ，当了data scientist 三年多的感想 08/14 18:40
86F：→ r40491101: 搞论文的话，如果要用yolo，建议往系统，串一个hierarc 08/14 18:45
87F：→ r40491101: hical system or feature engineering 的方向试试看， 08/14 18:45
88F：→ r40491101: 只是建议，我当初念master发了两篇conf跟一个Cvprw，还 08/14 18:45
89F：→ r40491101: 有一个jounal都有被approved，国外reviewer很吃这套 08/14 18:45