卷积神经网络-基础
计算机视觉
计算机视觉问题:图片分类、目标检测、图片风格迁移
引言:假设在进行一个猫分类的训练,目前已经达到了90%的正确率,经过查看发现错误的数据中有许多的关于狗的被识别错误,这里是否需要正对狗收集更多的图片?或设计一些只处理狗的算法功能?或做一个项目专门处理狗?
因为在训练过程中,如果通常会有很多选择可以深试,但如果做出了错误的选择,就有可能浪费时间向错误的方向前进,所有需要机器学习策略来迅速判断跟哪些想法是靠谱的,或者提出新想法等,进而指引朝向最有可能的方向前进
通常将数据集划分为:训练集(traing set)、验证集(validation set)(或开发集(development set))、测试集(test set)